检索增强生成
此条目可参照英语维基百科相应条目来扩充。 (2024年12月15日) |
检索增强生成( 英语:Retrieval-augmented generation, RAG ) ,是赋予生成式人工智慧模型资讯检索能力的技术。检索增强生成优化大型语言模型(LLM) 的交互方式,让模型根据指定的一组文件回应用户的查询,并使用这些资讯增强模型从自身庞大的静态训练数据中提取的资讯。检索增强生成技术促使大型语言模型能够使用特定领域或更新后的资讯。[1]应用案例,包括让聊天机器人访问公司内部资料,或来自权威来源的事实资讯。
参考
编辑- ^ Gao, Yunfan; Xiong, Yun; Gao, Xinyu; Jia, Kangxiang; Pan, Jinliu; Bi, Yuxi; Dai, Yi; Sun, Jiawei; Wang, Meng; Wang, Haofen. Retrieval-Augmented Generation for Large Language Models: A Survey. 2023. arXiv:2312.10997 [cs.CL].