RAG(Retrieval-Augmented Generation, 检索增强生成)是一种将信息检索与生成模型结合的方法，也是企业落地大模型应用最常见的方式。
什么是RAG
RAG接受用户输入，从一个大型文档集合中检索相关信息，然后将用户问题与检索信息发送到大模型，大模型生成最终答案。
RAG可以借助外部知识源，从而提升回答的准确性和信息丰富度，相当于为LLM配置了一个书架，虽然有些知识不知道，但可以参考相关书籍从而获取不错的答案。可以用来做文档问答系统、客服系统、企业内私有数据的问答系统。
工作原理
基础RAG分为三个阶段Indexing、Retrieval与Generation:
「Indexing」
将知识库拆分成固定大小的块 选择合适的 Embedding模型将数据块向量化，存放在VectorDB(向量数据库)中
「Retrieval」 当用户查询时，先将查询转换为向量 然后在 VectorDB中匹配相关内容「Generation」 将用户输入与检索信息填入Prompt发送给大模型 大模型返回结果 Naive RAG(朴素RAG) Advanced RAG(高级RAG) Modular RAG(模块化RAG) 「预检索」优化了数据索引过程，方法包括：增强数据粒度、优化索引结构、添加元数据等。 「检索中」旨在提高检索的准确性，常见方法有：查询重写、多路召回、优化嵌入模型等。 「检索后」通过检查重排（Rerank）、上下文压缩等。 LlamaIndex是一个构建大模型应用的数据框架，从名字可以看出专注于大模型应用数据处理，比如加载、索引、查询等。LangChain是一个通用的大模型应用开发框架，使用模块化设计方便开发人员构建大模型应用，比如问答系统、智能客服、智能代理等。
RAG范式
RAG应用根据复杂程度可分为三类：
Naive RAG
Naive RAG遵循传统的RAG索引、检索和生成过程。简而言之，用户输入用于查询相关文档，然后这些文档与提示相结合并传递给模型以生成最终响应。如果应用程序涉及多轮对话交互，则可以将对话历史集成到提示中。
Naive RAG实现简单但有一些局限性，例如精度低（没有检索到相关片段）、召回率低（未能检索到所有相关片段）。
Advanced RAG
Advanced RAG在Naive RAG的基础上，通过一些技术手段提高了检索质量，涉及优化预检索、检索和后检索过程。
Modular RAG
Modular RAG整合了Advanced RAG的各种模块和技术，以改善整体的RAG系统。包括搜索、路由、内存、融合等模块，朴素RAG与高级RAG只是其中的特例。
RAG框架
目前比较流行的RAG框架有LlamaIndex与LangChain，可以根据使用场景选择合适的框架，当然这些框架也在不断发展。
RAG评估
RAG应用的流程较长，每一步都会影响到最终效果，那么怎么知道我的RAG应用哪里需要优化呢？这就需要用到RAG评估。
通过设置一些指标，常见的如Correctness(答案准确性)、Answer Relevancy（答案相关性）、Faithfulness（忠诚度）、Context Precision（上下文精度）等，来评估应用各个阶段的表现情况，可以人工打分也可以借助LLM来实现，根据打分结果来做对应的优化。
总结
本文总结了RAG应用的相关内容，包括原理、开发范式、常用框架以及评估等。当然RAG应用还面临了不少挑战，随着LLM的快速发展，RAG必定也会推陈出新。