智能体项目文档高级RAG.pdfVIP

⾼级RAG

⼀、In
simple,
What
is
simple
RAG

基本RAG需要从外部知识数据库中获取⽂档，然后，将这些⽂档与⽤⼾的查询⼀起被传输到

LLM，⽤于⽣成响应。从本质上讲，RAG包括⼀个检索组件、⼀个外部知识数据库和⼀个⽣

成组件。

在基本的RAG场景中，⼤致有如下步骤：

⾸先将⽂本划分为多个块，使⽤Transformer

Encoder模型将这些块嵌⼊到向量中，将这些向

量存储到向量数据库并建⽴索引，查询会检索向

量数据库中相关的上下⽂，这些上下⽂和查询⼀

起⽣成最终的LLM提⽰，并引导LLM合成响应。

RAG系统包含三个关键模块：

Retriever：从上下⽂相关的知识源中检索⽂本段落；

Reranker（可选）：对检索到的段落重新打分和重新排序；

Generator：将上下⽂与检索到的段落集成以⽣成输出⽂本

⼆、使⽤LangChain和Huggingface实现基本RAG

三、⾼级RAG

最基本、最简单的RAG系统有时候会检索不到相关的上下⽂，因此需要⼀些更⾼级的⽅法来增强RAG

系统查询转换重排序

，⽐如：、等。

3.1
⾼级RAG（检索增强⽣成）技术涵