详解面向大模型的检索增强生成（RAG)

AIGC动态欢迎阅读

原标题：详解面向大模型的检索增强生成（RAG)
关键字：模型,模块,语义,向量,能力
文章来源：算法邦
内容字数：17853字

内容摘要：

RAG最近有一篇广受关注的综述，最近是花了不少时间给啃了个大概，里面提及的挺多文章其实都挺精彩的，甚至是让人兴奋的。我先把链接放上。
论文：Retrieval-Augmented Generation for Large Language Models: A Survey
链接：https://arxiv.org/abs/2312.10997
翻译：https://baoyu.io/translations/ai-paper/2312.10997-retrieval-augmented-generation-for-large-language-models-a-survey
论文相比上一篇文章谈及的博客（前沿重器[40] | 高级RAG技术——博客阅读），无论是专业性还是深度都更为突出，上一篇我更倾向于聊有哪些可以改变的空间，让大家意识到，什么部分可以去拆解、操纵，这一篇，则更多提及“为什么”以及“怎么做”。
为什么要给大模型配套知识库。
要优化RAG，可以怎么做。
另外我也强烈推荐大家有空可以看看原文，作为综述文章其实也很优秀，所谓“综述”，除了“综”，还需要“述”，有一些技术观点

原文链接：详解面向大模型的检索增强生成（RAG)

联系作者

文章来源：算法邦
作者微信：allplusai
作者简介：「算法邦」，隶属于智猩猩，关注大模型、生成式AI、计算机视觉三大领域的研究与开发，提供技术文章、讲座、在线研讨会。