RAG章-RAG入门

[Guo-Zhang]

什么是检索增强生成？

提纲：

1. 为什么需要检索增强生成？
2. 检索增强生成有什么作用？
3. 检索增强有哪些组成部分？

为什么需要检索增强生成？

局限：

• 不能更新知识库
• 模型有幻觉

检索增强生成有什么作用？

OpenBook vs CloseBook

作用：

1. 更新或补充模型知识库
2. 限定回答的知识范围

检索增强生成（Retrieval Argumented Generate, RAG）是一种结合了检索式方法和生成式方法的自然语言处理技术。在传统的检索式方法中，系统通过检索与用户查询相匹配的文档或数据来回答用户的问题。而生成式方法则是基于模型生成新的文本或回答。

检索增强生成将这两种方法结合起来，以提高生成式方法的效果。它的基本思想是，首先利用检索式方法获取一组相关的文本或数据，然后再使用生成式方法基于这些文本或数据生成更加准确和有用的回答或文本。

这种方法的优势在于能够结合检索式方法的高效性和生成式方法的灵活性，从而产生更加准确和多样化的文本生成结果。这在问答系统、对话系统和自动摘要等自然语言处理任务中都有着广泛的应用。

检索增强有哪些组成部分？

检索器和生成器

[Guo-Zhang]

参考资料

• https://www.promptingguide.ai/zh/techniques/rag
• https://ai.meta.com/blog/retrieval-augmented-generation-streamlining-the-creation-of-intelligent-natural-language-processing-models/
• https://aws.amazon.com/cn/what-is/retrieval-augmented-generation/
• https://blog.infuseai.io/rag-retrieval-augmented-generation-introduction-a5854cb6393e