RAG模型效果优化全攻略：多维度策略优化RAG模型性能的关键技术与方法（RAG优化）

：RAG

在大模型实际落地的时候，存在一些问题，主要集中在以下方面：

• 缺少垂直领域知识： 虽然大模型压缩了大量的人类知识，但在垂直场景上明显存在短板，需要专业化的服务去解决特定问题。

• 存在幻觉、应用有一定门槛： 在大模型使用上有一些幻觉、合规问题，没有办法很好地落地，配套工作不足，缺乏现成的方案来管理非结构化文本、进行测试、运营和管理等。

• 存在重复建设： 各业务孤立摸索，资产无法沉淀，存在低水平重复建设，对公司来说 ROI 低，不够高效。

站在应用的角度，需要一种能够有效解决大模型在垂直领域知识短板、降低应用门槛、提高效率并发挥规模优势的技术方案。

当前业内 RAG 是一种相对有效的解决上面问题的方案 (平台化能力、开箱即用垂直私域数据)。

实现一个基本的不难，但要真正优化 RAG 的效果，还需要投入大量的精力。这里根据个人的理解，梳理总结一些常见的 RAG