RAG

Retrieval-Augmented Generation

把检索系统和生成模型结合起来：先从外部知识库取相关内容，再把检索结果放进上下文，让生成模型基于这些信息回答。

核心概念

• 基本流水线是：切分文档 -> 建向量索引 -> 检索候选 -> rerank -> 拼接 prompt -> 生成答案。
• retriever 强调召回，reranker 强调重排质量，generator 负责最终输出。
• chunk size、overlap、embedding model、query rewrite、hybrid search 都会显著影响结果。
• RAG 的价值不只是提升知识覆盖，还包括可更新性、可溯源性和减少幻觉。