RAG 到底解决什么问题?
题目
RAG 到底解决什么问题?
参考答案
点击展开参考答案
- RAG,全称 Retrieval-Augmented Generation,核心目标不是“让大模型记住更多知识”,而是让大模型在回答时能够使用外部知识库里的可追溯证据。
- 大模型本身有三个常见问题: - 知识有截止时间,无法天然知道最新资料。
-
- 对私有文档、公司内部知识、个人资料没有访问能力。
-
- 即使回答看起来流畅,也可能没有可靠出处。
- RAG 的基本思路是: 面试里不要把 RAG 简化成“向量库 + 大模型”。
- 更好的表述是: > RAG 是一套把外部知识转化为可检索、可引用、可评测证据链的系统工程。
- 向量检索只是其中一环,完整链路还包括数据解析、切块、索引、召回、重排、上下文构造、生成约束、引用校验、拒答和评测。