RAG技术全栈进化解析:RAG技术升级、评估度量指标、应用场景、生态总结、落地实践问题解决、垂直场景应用、多模态RAG探索(✨)
在 LLM 时代,RAG 的具体定义指的是,当回答问题或生成文本时,首先从大量文档中检索相关信息。随后,利用这些检索到的信息来生成响应或文本,从而提高预测质量。一个通用的 RAG 管道 它主要由 3 个步骤组成:
- 索引:文档被分割成块,编码成向量,并存储在向量数据库中。
- 检索: 根据语义相似性检索与问题最相关的前 k 个块。
- 生成: 将原问题和检索到的词块一起输入大语言模型中,生成最终答案。
![](https://img-blog.csdnimg.cn/img_convert/ad37fd1bb8880988c9c6bd1be345b1f8.png)
![](https://img-blog.csdnimg.cn/img_convert/6178bf8c497a5edfdb3c970f105183a0.png)
![](https://img-blog.csdnimg.cn/img_convert/c7d02597b6c27e375652c04c0d3f44aa.png)