教程目录
什么是 RAG？
一、定义 RAG（Retrieval-Augmented Generation，检索增强生成）把外部知识检索和大语言模型生成结合起来。先从知识库检索相关文档，再让 LLM 基于检索结果生成回答。 二、解决的问题 LLM 知识截止，不知道最新信息。 LLM 幻觉，编造内容。 LLM 不知道企业私有知识
RAG 中的 Embedding 和向量数据库？
一、Embedding（嵌入） 把文本转换为高维向量（如 768/1024 维），语义相近的文本向量距离近。 二、向量数据库 专门存储和检索向量的数据库，支持相似性搜索。 Milvus：开源，高性能，分布式。 Pinecone：云服务。 Weaviate：开源，支持混合检索。 Chroma：轻量，适
RAG 中的文档分块策略？
一、为什么要分块 文档太长无法直接向量化（Embedding 有 token 限制），且 LLM 上下文有限。分块后每块独立检索。 二、分块方法 1. 固定长度分块 按 token 数切分，如每块 500 token，重叠 50 token。 - 优点：简单。 - 缺点：可能切断语义。 2. 按结构
如何评估 RAG 系统的效果？
一、评估维度 检索质量：检索到的文档是否相关。 生成质量：回答是否准确、完整、流畅。 端到端效果：整体回答是否满足用户。 二、检索评估指标 Recall（召回率）：相关文档中被检索到的比例。 Precision（精确率）：检索到的文档中相关的比例。 MRR：第一个相关文档的排名倒数。 NDCG：考虑
RAG 系统的优化手段？
一、检索优化 分块优化：合理的块大小和重叠。 Embedding 优化：用更适合的模型，微调。 混合检索：向量 + 关键词，提升召回。 重排（Rerank）：用 Cross-Encoder 对检索结果重排序，提升精度。 查询改写：用 LLM 改写用户问题，提升检索效果。 多查询：生成多个相关问题分别