《智能信息检索与生成式AI应用》课件——任务6.3大模型技术中的检索增强生成.pptxVIP

检索增强生成技术基础

01掌握RAG的定义02明确RAG解决的大模型痛点学习目标

什么是检索增强生成技术概念检索增强技术（Retrieval-AugmentedGenerationRAG）RAG技术将外部知识库检索与大语言模型生成结合的增强技术，让大模型基于最新、精准的外部信息输出内容，而非仅依赖训练数据RAG是大模型的“知识外挂”

为什么需要RAG大模型本身的局限性时效性大模型的训练是基于截至某一时间点之前的数据集完成的，这意味着大模型对这时间点之后的知识一无所知。如知识库更新至2025年6月，我问的事2025年10月的新事件覆盖性大模型数据集虽然庞大，但仍然无法覆盖所有领域的全部专业特定的深度知识，如医学、法律等大模型当前知识库：2025.62025年9月3日阅兵的核心主题与整体规模是什么？徒步方队有哪些新亮点和特殊构成？这个问题我还无法回答你......

RAG与传统大模型的核心差异维度传统大模型RAG技术知识更新方式重新训练/微调更新外部知识库事实准确性易幻觉、不可追溯基于检索源、可验证落地成本高（算力+数据+时间）低（仅维护知识库）个性化适配需定制化微调直接对接企业内部文档

RAG的核心组成模块知识库构建数据预处理与索引检索与意图理解生成模块评估模块

RAG的核心价值定位01实时更新优势无需重新训练模型，仅更新外部知识库即可实现