当前位置：首页 > news >正文

大模型---RAG

news 2026/5/27 21:17:41

1.什么是RAG

2.RAG的作用

3.RAG的基本流程

（1）索引构建

（2）在线问答

4.RAG与微调的关系

1.什么是RAG

RAG（Retrieval-Augmented Generation）把参数化记忆（模型权重里学到的知识)和非参数化记忆（外部知识库/文档索引）结合起来，在生成答案前先检索相关文档，再把检索结果作为条件输入给生成模型。

参考论文：

2005.11401

如下图所示，给定输入x，系统先用”检索器”去外部文档库里找相关文档z，再把“输入+检索到的文档”一起交给生成器产生输出y；训练时，检索器和生成器可以进行端到端联合优化。

左边绿色框为检索器，不同任务的输入都先进入Query Encoder，被编码成一个查询向量q(x)，论文中，RAG的检索器基于DPR（Dense Passage Retriever），采用双塔结构：q(x)是编码查询，d(z)是编码文档，文中通过它们的向量相似度来判断相关性，也就是说，查询向量和文档向量越接近，文档越可能被检索出来。

图中间的MIPS(Maximum Inner Product Search)，表示系统会在文档索引里，寻找与查询向量 q(x) 内积最大的那些文档向量 d(z)，也就是找top-k最相关文档。Document Index 是 RAG 的非参数化记忆，论文中，RAG 的非参数记忆是一个dense vector index of Wikipedia，也就是把 Wikipedia 文档做成向量索引，供检索器访问。

右边蓝色框为生成器，检索器找到相关文档以后，这些文档会和原始输入一起送入右边的Generator（论文里使用的是一个预训练的seq2seq模型），并且把输入x和检索到的文档z做拼接，然后让生成器输出答案 y。系统不是假设只有一个文档绝对正确，其把检索到的文档z当作一个潜变量(latent variable)，对top-k文档分别计算生成概率，再把这些概率按检索器给出的做加权求和，也就是图中标的“Marginalize”

训练时，梯度不仅更新生成器，也会回传到查询编码器q，也就是检索器的一部分。为了避免频繁重建整个文档索引，他们在训练时固定了文档编码器和索引，只微调查询编码器和生成器。

2.RAG的作用

仅靠参数记忆有天然边界：① 参数记忆不够新：模型训练截止后，后来的事实、公司政策、内部知识、最新价格、最新文档，它都不知道。RAG特别适合回答不在模型训练数据里的问题，比如公司内部文档、最新项目资料等；② 参数记忆不够准：即使模型“知道一些”，也可能在细节上编造。RAG的价值就是给模型外部依据，让回答有 grounding。③ 参数记忆不够私有：RAG 的一个关键好处就是能在查询时注入你的私有数据，而不是重新训练模型。