模块化RAG技术路线图(Modular RAG Technical Map):从基础Naive RAG 到高级Advanced,再到Modular RAG全方位技术解读
1.RAG 的产生
- 为什么不直接使用 LLM
直接使用LLM的缺陷 | 实际应用的需求 |
---|---|
• 幻觉 • 信息过时 • 参数化知识效率低 • 缺乏专业领域的深度知识 • 推理能力弱 |
• 领域精准问答 • 数据频繁更新 • 生成内容可解释可溯源 • 成本可控 • 数据隐私保护 |
- 检索增强生成(Retrieval-Augmented Generation,RAG)
-
LLM 在回答问题或生成文本时,先会从大量文档中检索出相关的信息,然后基于这些信息来生成回答。
-
RAG 方