RAG 简介e

Retrieval-Augmented Generation （RAG） 允许模型从外部来源提取实时的利基数据，从而增强其提供准确和详细响应的能力，从而帮助缓解这种情况。生成模型的局限性 生成模型在大型数据集上进行训练，包括（但不限于）社交媒体帖子、书籍、学术文章和抓取的网页，使它们能够获得一般知识。 检索增强生成 （RAG） 是一个框架，它通过向生成式 LLM与从外部数据源检索的手头任务相关的额外数据来增强生成式 代码 id=g1001 LLM 的一般知识。RAG 架构 RAG 管道的基本部分可以分为三个部分：外部数据源、提示模板和生成模型。