Anthropic重磅发布：上下文检索技术让RAG错误率暴跌67%

RAG应用的春天来了！

Anthropic最新发布的上下文检索（Contextual Retrieval）技术，让RAG（检索增强生成）应用的错误检索率最高降低67%。这一突破性进展，有望彻底改变AI应用对文本理解的方式。

上下文检索：RAG应用的救星

RAG应用长期以来都存在一个致命弱点：在将文档分割成小块进行嵌入时，往往会丢失重要的上下文信息。这一问题在处理复杂的金融报告或技术文档时尤为严重，因为这些文档高度依赖上下文。

上下文检索技术巧妙地解决了这一难题。它的核心思想是：在嵌入或索引之前，为每个文本块添加相关的上下文信息。这样一来，即使是孤立的文本块，也能携带足够的背景信息，大大提高了检索的准确性。

揭秘上下文检索：AI如何为文本块"增智"

那么，上下文检索是如何实现这一魔法的呢？

关键在于利用Claude AI的强大能力。系统会将每个文本块连同其所属的完整文档一起输入Claude，让AI生成针对该块的解释性上下文。这个过程就像是给每个文本块配备了一个"小秘书"，随时为它补充必要的背景信息。

举个例子：

原始文本块：“公司收入较上一季度增长3%。”

经Claude处理后的上下文化文本块：“这段内容来自ACME公司2023年第二季度的SEC文件。上一季度收入为3.14亿美元。收入较上一季度增长3%。”

数据会说话：上下文检索带来的惊人提升

上下文检索技术的效果有多惊人？让数据来告诉我们：

• 仅使用上下文检索嵌入：检索失败率降低35%

• 上下文检索嵌入 + 上下文BM25：检索失败率降低49%

• 再加上重排序：检索失败率最高降低67%

这些数字意味着什么？简单来说，使用上下文检索技术后，AI在理解和检索复杂文档时的表现将大幅提升。这不仅能提高AI助手的回答质量，还能在诸如自动摘要、文档分析等任务中发挥重要作用。

实用性分析：上下文检索如何落地应用

想要在实际项目中应用上下文检索技术？Anthropic给出了详细的实施步骤：

1. 使用Claude为每个文本块生成上下文，输入包括文本块和完整文档。

2. 在嵌入前，将生成的上下文添加到文本块之前。

3. 在检索步骤中，结合使用上下文化嵌入、上下文化BM25和重排序。

成本问题怎么解决？

这里有个好消息：得益于提示缓存技术，上下文检索的成本效益出奇的高。据估算，每百万文档token的上下文化成本仅为1.02美元。这意味着，即使是大规模应用，成本也是完全可控的。

展望未来：上下文检索开启RAG新纪元

上下文检索技术的出现，无疑为RAG应用开启了一个新的时代。它不仅大幅提升了检索的准确性，还为AI更深入理解复杂文档铺平了道路。

未来，我们可以期待：

• 更智能的文档分析系统

• 能够理解长篇复杂文本的AI助手

• 在专业领域（如法律、医疗、金融）表现更出色的AI应用

上下文检索技术会成为RAG应用的标配吗？

拭目以待。
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓