AI 与 LLM

检索增强生成（RAG）

又称: RAG

RAG 在查询时先取回相关文档，作为上下文喂给语言模型，从而让回答基于你的数据，而不仅仅依赖模型的训练。

本术语表内容由机器翻译生成，可能存在不准确之处。

检索增强生成（RAG） 把检索器与生成器结合起来。当问题传入时，系统先取回相关段落 - 通常通过对嵌入进行向量搜索 - 再把它们作为上下文交给语言模型，使回答基于这些来源。

当你需要模型基于私有、海量或频繁变动的数据作答、又不想重新训练它时，RAG 是微调之外的常见选择。

在 GraphCanon 中

实现 RAG 管线的检索、向量数据库和框架类工具是图中的核心部分。对比页和技术栈会展示这些组件（嵌入、向量存储、编排框架）如何组合在一起。