1，介绍

出自论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》，RAG是权宜之计，通过RAG将问题简单化、精简化、剔除噪声，让LLM更容易理解、生成内容。RAG：检索增强技术=检索+生成（重排）。

1）场景

通过集成外部知识从而减少特定领域LLM幻觉问题，相比微调和强化学习陈本极低。

2，基本原理和架构

RAG系统可以分为检索和生成两个阶段：

1）检索过程

通过检索找到与用户查询密切相关的知识库（KB）内容：

1> 切片（Chunking，切块）

将文档划分为较小的、语义上有意义的片段；文档可以支持多模态（Word、TXT、CSV、Excel、PDF、PPT、Images、Audio/Video等）转换为文本，最终还是对文本进行处理。

太大数据检索准确率下降，太小丢失上下文信息，找到平衡点。分块方式：

1. 固定大小分块（Fixed-size chunking）、
2. 递归分块（Recursive chunking）、
3. 基于文档（Document-based chunking）
   文档有一定的格式如html或者带标题、
4. 语义分块（Semantic chunking）：
   余弦定理。
5. LLM分块

除此之外分块之前还会做一些数据清洗已提高RAG的准确率：冗余消除、专有名词、数据增强（同义词近义词翻译库）、用户反馈、过期文档。

2>创建嵌入（Create embeddings）

嵌入模型将每个信息块压缩为向量表示；常用的模型：

1. Word2Vec
2. Sentence2Vec
3. BERT
4. GPT系列

3>索引（Indexing）

将嵌入向量存入向量库中（键值对），从而实现高效且可扩展的搜索功能。
查询路由（Query Routing）：根据查询的内容和意图将查询定向到特定流水线的技术，使 RAG 系统能够有效地处理各种场景。

4>相似性搜索（Similarity search，rank）

用户查询也通过相同的向量化过程转换为向量表示；同时去向量库中检索，这样用户查询就可以在相同的维度空间中进行比较。
计算用户查询嵌入与之前存入的文本块嵌入之间的相似性分数，返回相似度最高的几个信息。

2）生成过程

生成过程将检索到的信息与用户查询结合，形成增强的查询，通过prompt（提示模板）组合后传递给LLM查询、润色，以生成丰富上下文的响应。

5>Reranker 模型（重排序）

Reranker 是信息检索系统中的核心组件，用于对初步筛选的候选结果进行重新排序，以提升最终输出的相关性和用户体验。

a）原理

1. 特征融合
   结合文本 / 内容特征（如关键词匹配）、用户行为特征（如点击率）、上下文特征（如时间、地理位置）等多维度数据。
   利用嵌入向量（如用户和物品的 Embedding）计算语义相似度。
2. 排序函数
   通过机器学习模型（如逻辑回归、树模型、深度学习）学习样本对（Query - 文档对）的排序规则。
   常用损失函数：Pairwise Loss（如 RankNet）、Listwise Loss（如 LambdaMART）。
3. 反馈机制
   结合离线评估（NDCG、MAP）和在线反馈（A/B 测试）优化模型。

b）场景

模型类型	代表算法 / 模型	特点
传统模型	LambdaMART、RankNet	基于梯度提升树或神经网络，依赖人工特征工程。
深度学习模型	BERT-Pairwise、ESIM	利用预训练语言模型捕捉复杂语义关系，支持端到端训练。
交互式模型	DSSM、双塔模型	通过用户与物品的交互行为学习联合嵌入空间，适用于推荐系统。
多模态模型	MM-Ranker（文本 + 图像）	融合多模态特征（如商品图片与描述），提升跨模态场景排序效果。

c）常见模型/算法

1. 搜索引擎
   对搜索结果进行精排，如 Google 的 RankBrain。
2. 推荐系统
   电商平台（如亚马逊）的商品推荐、社交媒体的内容流排序。
3. 广告系统
   优化广告与用户查询的匹配度，提升点击率（CTR）和转化率（CVR）。
4. 问答系统
   对候选答案进行置信度排序，筛选最优解。

3，RAG流水线组件

1. 嵌入模型
   嵌入用户查询；
   提取用户文档md、word、纯文本，通过数据清晰和降噪，转换文档为要素；
   文档分块，
2. 向量数据库
   从向量数据库中检索相关文档信息块；
3. 提示模板
   将检索内容填充到LLM提示中；
4. LLM
   答案生成。