定义
RAG（Retrieval-Augmented Generation，检索增强生成）是一种"先检索、后生成"的技术架构：用户提问时，系统先从知识库中检索相关内容片段，将其作为上下文交给大模型生成回答，并标注引用出处。
工作原理
离线阶段：文档解析 → 切片 → 向量化 → 入库。在线阶段：用户问题向量化 → 向量库相似检索（常混合关键词检索与重排序）→ 将检索片段与问题组装为提示词 → 模型生成带引用的回答。知识更新只需更新索引，无需重训模型。
核心组成
- 文档解析器 —— Word/PDF/表格/图片等格式的统一解析。
- 切片策略 —— 按语义结构切分文档，决定检索粒度。
- 向量数据库 —— 存诸切片向量并支持相似度检索。
- 重排序器 —— 对候选片段精排，提升相关性。
- 引用组件 —— 回答与原文出处的绑定展示。
应用场景
- 企业制度与知识问答
- 产品与售后支持
- 法规政策查询
- 研发资料检索
优势
- 大幅抑制模型幻觉
- 知识即时更新、成本远低于微调
- 回答可溯源，适合严肃场景
限制
- 效果依赖文档质量与切片策略
- 检索质量需要持续调优
- 跨文档复杂推理能力有限
企业应用视角
RAG 是企业 AI 性价比最高的切入点：不需要训练模型，先把文档组织好就能得到懂业务的问答系统。讯芯以评测集驱动的 RAG 调优方法，让"检索准、答得对"可量化、可验收。