2.3 检索增强生成技术

RAG（Retrieval-Augmented Generation）技术是一种结合了信息检索（Retrieval）和文本生

成（Generation）的自然语言处理（NLP）方法。核心思想是将传统的检索技术与现代的自然语言

生成技术相结合，以提高文本生成的准确性和相关性。它旨在通过从外部知识库中检索相关信息来

辅助大型语言模型（如 GPT 系列）生成更准确、可靠的回答。

在 RAG 技术中，整个过程主要分为三个步骤如图 2.2 所示：索引（ Indexing）、检索

（Retrieval）和生成（Generation）。首先，索引步骤是将大量的文档或数据集合进行预处理，将

其分割成较小的块（chunk）并进行编码，然后存储在向量数据库中。这个过程的关键在于将非结

构化的文本数据转化为结构化的向量表示，以便于后续的检索和生成步骤。接下来是�

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！