检索增强生成（RAG）：弥合语言模型与知识源之间的鸿沟-程序员宅基地

技术标签： 语言模型  人工智能  自然语言处理  

引言

在自然语言处理（NLP）领域，大型语言模型（LLMs）在理解和生成类似人类的文本方面取得了显著进展。然而，这些模型在处理知识密集型任务时常常遭遇局限性，例如提供准确和最新的信息。这就是检索增强生成（RAG）技术的用武之地，它通过整合外部知识源来增强LLMs，从而提高生成响应的质量和相关性。

图一：RAG系统架构概览

RAG的必要性

LLMs，如GPT-3及其后续版本，在理解广泛任务方面表现良好，但它们在处理特定领域的查询时可能会遇到困难，因为它们的知识仅限于训练期间接触到的数据。这导致了以下几个问题：

  1. 虚构：LLMs可能会生成事实上不正确或无意义的内容，尤其是在处理训练数据中未包含的事件或信息时。
  2. 知识过时：LLMs无法轻松地整合在它们训练数据收集之后出现的新信息。
  3. 缺乏特定领域的专业知识：尽管LLMs在一般任务上表现良好，但它们可能难以处理需要深入了解特定领域的专业查询。

RAG通过检索外部数据库中的相关信息，并使用这些信息来指导生成过程，从而解决了这些挑战，提供了更准确和具有上下文相关性的响应。

RAG概述

RAG系统由两个主要部分组成：

  1. 检索系统：该组件查询外部知识源，检索与用户查询相关的信息片段。
  2. 生成模块：这通常是一个LLM，它使用检索到的信息作为上下文来生成响应。

过程如下：

  • 用户提出一个查询。
  • 检索系统搜索知识数据库以找到相关内容。
  • 检索到的片段与原始查询结合，形成丰富的提示。
  • LLM根据这个提示生成响应，同时利用其预训练的知识和新检索到的信息。

RAG的主要优势

  • 忠实性：响应基于实际检索到的内容，降低了虚构的风险。
  • 相关性：生成模块可以更有效地处理查询，因为它结合了相关信息。
  • 上下文意识：RAG系统可以适应特定领域并保持最新信息。

技术实现

实现RAG涉及几个技术考虑因素：

  1. 数据索引和向量化：必须将文本处理成向量空间，以便能够有效地计算语义相似性。
  2. 搜索索引：需要一个强大的搜索索引，以便基于向量相似性快速检索相关片段。
  3. 查询重构：可能需要重构原始查询以改善检索过程。
  4. 响应生成：LLM必须经过微调或提示，以生成既准确又上下文适当的响应。

图二： 文本数据索引和向量化原理示意图

图三： 检索系统工作流程示意图

图四： 生成模块的生成过程示意图

挑战和考虑事项

  • 检索质量：检索系统的准确性显著影响最终响应的质量。
  • 集成复杂性：结合检索系统和生成模块需要精心设计，以确保连贯性和效率。
  • 可扩展性：随着知识数据库的增长，保持性能变得越来越具挑战性。

RAG研究与开发

近期的研究，如Lewis等人（2020）的工作，探索了RAG的各个方面，包括它对生成文本质量的影响以及有效整合检索和生成的方法。Shahul等人（2023）的论文介绍了RAGAS，这是一个用于评估检索增强生成（RAG）管道的框架，强调了自动化指标对于RAG系统开发的重要性。

以下通过CSDN的一位博主 百度Geek说 的一篇相关文章中截取的一个片段来说明RAG的优势：

图五： RAG的优势示例

“检索”、“利用”、“生成”是 RAG 的关键部分。

举个简单的例子：

你正在写一篇关于小狗的文章，但你对小狗的知识有限。这时，你很可能会进行以下操作：

1.检索（Retrieval）：首先，你打开电脑，输入关键词为“小狗”的搜索请求，在互联网上检索了大量的关于小狗的文章、博客和信息。

2.利用（Utilization）：接下来，你会分析这些搜索结果，并提取其中的重要信息，包括狗狗的种类、行为习惯、饲养方式等等。你将这些信息整理成一个知识库，这个知识库就像一本百科全书，里面包含了各种关于小狗的知识点。

3.生成（Generation）：现在，你需要写文章。在文章的开头，通过一个问题引入：“小狗的寿命有多长？”随后，便可以使用之前检索和整理的信息来回答问题，或者生成文章的段落。这一步不仅仅是简单地复制粘贴，而是根据上下文和语法规则生成自然流畅的文本。
———————————————————————————————————————————

版权声明：以上片段来自CSDN用户 百度Geek说 的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                        
原文链接：https://blog.csdn.net/lihui49/article/details/136699678

相信在不远的将来，咱们写技术博客，都可以通过RAG轻松搞定了，到时候关键还是要看作者对某个细分领域应用场景的领悟和见解，但是知识和信息的获取将变得轻松高效。

未来方向

RAG的未来在于其适应和随着NLP应用不断增长的需求而发展的能力。关注的关键领域包括：

  • 多模态RAG：将RAG扩展到处理非文本数据，如图像和视频。
  • 实时更新：整合实时知识更新机制，以保持RAG系统的时效性。
  • 用户交互：增强RAG系统以支持更复杂的用户交互，并提供个性化体验。

结论

RAG代表了语言模型在提供知识丰富和上下文相关响应方面的一大飞跃。通过弥合LLMs和外部知识源之间的鸿沟，RAG为更复杂的NLP应用铺平了道路，这些应用可以真正理解和与用户进行有意义的互动。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_27475559/article/details/137403956

智能推荐

攻防世界_难度8_happy_puzzle_攻防世界困难模式攻略图文-程序员宅基地

文章浏览阅读645次。这个肯定是末尾的IDAT了，因为IDAT必须要满了才会开始一下个IDAT，这个明显就是末尾的IDAT了。，对应下面的create_head()代码。，对应下面的create_tail()代码。不要考虑爆破，我已经试了一下，太多情况了。题目来源：UNCTF。_攻防世界困难模式攻略图文

达梦数据库的导出（备份）、导入_达梦数据库导入导出-程序员宅基地

文章浏览阅读2.9k次，点赞3次，收藏10次。偶尔会用到，记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录，执行导库操作　　导出语句：./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log　注释：　　 cwy_init/init_123..._达梦数据库导入导出

js引入kindeditor富文本编辑器的使用_kindeditor.js-程序员宅基地

文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件，可以删掉不需要要到的jsp，asp，asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件，在页面引入js文件：<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js

STM32学习过程记录11——基于STM32G431CBU6硬件SPI+DMA的高效WS2812B控制方法-程序员宅基地

文章浏览阅读2.3k次，点赞6次，收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA，我们的数据线就会变为10101010，通过修改不同的内容，即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平，后半周期为低电平的状态。在SPI的通信模式中，CPHA配置会影响该实验，下图展示了不同采样位置的SPI时序图[1]。CPOL = 0，CPHA = 1：CLK空闲状态 = 低电平，数据在下降沿采样，并在上升沿移出CPOL = 0，CPHA = 0：CLK空闲状态 = 低电平，数据在上升沿采样，并在下降沿移出。_stm32g431cbu6

计算机网络-数据链路层_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输-程序员宅基地

文章浏览阅读1.2k次，点赞2次，收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决？5.如果在数据链路层不进行帧定界，会发生什么问题？6.PPP协议的主要特点是什么？为什么PPP不使用帧的编号？PPP适用于什么情况？为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输

软件测试工程师移民加拿大_无证移民，未受过软件工程师的教育（第1部分）-程序员宅基地

文章浏览阅读587次。软件测试工程师移民加拿大 无证移民，未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...

随便推点

Thinkpad X250 secure boot failed 启动失败问题解决_安装完系统提示secureboot failure-程序员宅基地

文章浏览阅读304次。Thinkpad X250笔记本电脑，装的是FreeBSD，进入BIOS修改虚拟化配置（其后可能是误设置了安全开机），保存退出后系统无法启动，显示：secure boot failed ，把自己惊出一身冷汗，因为这台笔记本刚好还没开始做备份.....根据错误提示，到bios里面去找相关配置，在Security里面找到了Secure Boot选项，发现果然被设置为Enabled，将其修改为Disabled ，再开机，终于正常启动了。_安装完系统提示secureboot failure

C++如何做字符串分割（5种方法）_c++ 字符串分割-程序员宅基地

文章浏览阅读10w+次，点赞93次，收藏352次。1、用strtok函数进行字符串分割原型： char *strtok(char *str, const char *delim);功能：分解字符串为一组字符串。参数说明：str为要分解的字符串，delim为分隔符字符串。返回值：从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它：strtok函数线程不安全，可以使用strtok_r替代。示例：//借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割

2013第四届蓝桥杯 C/C++本科A组 真题答案解析_2013年第四届c a组蓝桥杯省赛真题解答-程序员宅基地

文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯：无论如何都要记日记。他的日记有个与众不同的地方，他从不注明年月日，而是用一个整数代替，比如：4210后来人们知道，那个整数就是日期，它表示那一天是高斯出生后的第几天。这或许也是个好习惯，它时时刻刻提醒着主人：日子又过去一天，还有多少时光可以用于浪费呢？高斯出生于：1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答

基于供需算法优化的核极限学习机(KELM)分类算法-程序员宅基地

文章浏览阅读851次，点赞17次，收藏22次。摘要：本文利用供需算法对核极限学习机(KELM)进行优化，并用于分类。

metasploitable2渗透测试_metasploitable2怎么进入-程序员宅基地

文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功，进入系统4、测试如下：二、MySQL弱密码登录：1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功，进入MySQL系统3、测试效果：三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入

Python学习之路：从入门到精通的指南_python人工智能开发从入门到精通pdf-程序员宅基地

文章浏览阅读257次。本文将为初学者提供Python学习的详细指南，从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文，您将能够掌握Python编程的核心概念，为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf

推荐文章

热门文章

相关标签