RAG(Retrieval Augment Generation)

飞书用户1912

飞书用户9463

2024年4月17日修改

RAG 是一个完整的系统，其工作流程可以简单地分为数据处理、检索、增强和生成四个阶段：​

1.
数据处理阶段​
a.
对原始数据进行清洗和处理。​
b.
将处理后的数据转化为检索模型可以使用的格式。​
c.
将处理后的数据存储在对应的数据库中。​

2.
检索阶段​
a.
将用户的问题输入到检索系统中，从数据库中检索相关信息。​

3.
增强阶段​
a.
对检索到的信息进行处理和增强，以便生成模型可以更好地理解和使用。​

4.
生成阶段​
a.
将增强后的信息输入到生成模型中，生成模型根据这些信息生成答案。​

三、RAG VS Finetune

在提升大语言模型效果中，RAG 和 微调（Finetune）是两种主流的方法。​

微调: 通过在特定数据集上进一步训练大语言模型，来提升模型在特定任务上的表现。​

RAG 和微调的对比可以参考下表（表格来源[1][2]）

【参考内容】：

RAG(Retrieval Augment Generation)​