检索增强生成
Retrieval-Augmented Generation (RAG)
别名：RAG / 检索增强生成模型
检索增强生成（RAG）将信息检索与生成模型结合：系统先从外部知识源取得相关片段，再依据这些片段生成回答。
基本链路
典型链路包含文档切分与索引、查询表示、候选召回、重排、上下文组装和答案生成。具体实现会因系统而异。
为什么需要检索
模型参数中的知识存在时效与可追溯性限制。外部检索可以补充新信息和领域资料，并为答案提供可检查的证据上下文。
常见限制
检索到错误或不相关资料时，生成结果仍可能失真。引用展示也不自动等于事实正确，需同时评估来源质量与答案忠实度。
常见问题
RAG 是一个模型吗？
通常不是单一模型，而是一套将检索系统与生成模型组合起来的架构。
参考资料
Retrieval-Augmented Generation for Knowledge-Intensive NLP TasksNeurIPS / arXiv · 术语定义与技术背景 · 访问 2026-08-30