解锁 RAG 的力量：5 种检索增强生成如何转变 LLMs 以获得准确回应

关注

原创最新推荐文章于 2026-11-08 12:08:08 发布 1k 阅读 AI 写同款· GEO 优化 ›

BLDC方波控制 vs. FOC：技术选型指南与未来演进本文深入对比BLDC电机方波控制与FOC技术的核心差异，分析两者在成本、性能和应用场景上的权衡。方波控制凭借低成本和易实现性，在电动工具和家电领域优势明显；而FOC则以平滑高效控制见长，适用于高端精密应用。文章为工程师提供了实用的技术选型指南，并展望了未来技术融合的发展趋势。阅读详情

大型语言模型 (LLM)（如 GPT-4）实际上并“不知道”任何东西，它们根据旧的训练数据预测单词。检索增强生成 (RAG) 改变了这一点，它让 AI 在回答问题之前提取新鲜的、真实世界的知识。

RAG 通过使 LLM 能够在生成响应之前从外部来源检索相关信息来增强 LLM。由于 LLM 依赖于静态训练数据并且不会自动更新，因此 RAG 使它们能够访问新鲜的、特定领域的或私有知识，而无需进行代价高昂的再训练。

让我们探讨一下 RAG 的工作原理、它的作用以及它与传统 LLM 提示有何不同。

什么是 AI 中的检索增强生成（RAG）？

检索增强生成 (RAG) 帮助 AI 模型在生成响应之前检索外部信息。但这个过程究竟是如何工作的，为什么它很重要呢？

大型语言模型在许多任务中表现出色。它们可以编写代码、起草电子邮件、幻觉出制作完美三明治的配料，甚至可以撰写文章，尽管我仍然更喜欢自己做。然而，它们有一个主要限制。它们缺乏实时知识。由于训练 LLM 是一个耗时的过程，因此它们并*“不知道”*最近发生的事件。如果你问它们上周发生了什么，它们要么显示免责声明，要么提供过时的答案，要么生成完全不准确的内容。

“一些 LLM 通过在响应之前检索最新信息来克服其陈旧训练数据的最大限制。”

RAG 在生成答案之前提取相关信息，从而使 AI 的响应更准确并减少幻觉。

简单来说 RAG

但 RAG 实际上是如何工作的呢？与其自己查找，不如问问我们最喜欢的 LLM：

在这里插入图片描述

来源：作者的图片。

这与我们希望的有点不一样。没问题，我们可以问 Bob。

在这里插入图片描述

来源：作者的图片。

令人惊讶的是，Bob 也不知道答案，但他能够检索到它。以下是发生的情况：

\1. 我们问 Bob 关于 RAG 的问题。
\2. Bob 去了图书馆，向图书管理员索要信息。
\3. 图书管理员指引他到正确的通道。
\4. Bob 检索了信息。
\5. Bob 通过在生成答案之前获取信息来增强了他的理解。
\6. 现在 Bob 听起来像个专家。谢谢，Bob。

这种分解表明 Bob 实际上充当了一个 RAG 代理。

有了这种见解，让我们确切地探讨一下 RAG 代理是如何运作的。

RAG — 简化

让我们将我们与 Bob 的互动转化为一个实际的 RAG 系统：

• Bob 代表 RAG 系统。
• 图书管理员充当 嵌入器。
• 图书馆充当 向量数据库。

在这里插入图片描述

来源：作者的图片。

“RAG 系统不是直接提示 LLM，而是充当知识桥梁：检索、增强，然后生成响应。”

向量化输入

然后，RAG 系统 将提示转发给 嵌入器，嵌入器将其转换为一个向量。这个向量是提示的数字表示。其想法是，具有相似含义的信息将具有相似的向量表示。

“向量释放了相关性。此向量允许系统从向量数据库中检索最有意义的信息。”

当用户提示的向量表示发送到数据库时，它会检索最相关的匹配项。

然后，RAG 系统 通过包含检索到的信息来增强用户提示：

<context>
the information returned from the database
</context>
<user-prompt>
the user's original prompt
</user-prompt>

这就是整个过程。检索、增强和生成。RAG。

添加到知识库

但是，如果系统中没有添加信息，则系统无法检索信息。我们如何存储新数据？这个过程很简单。系统不是使用向量来查找相关信息，而是存储数据及其向量表示。

在这里插入图片描述

来源：作者的图片。

如果你只对大方向感兴趣，恭喜你。你现在理解了核心概念。但是，如果你也是一个“技术宅”，让我们再多谈谈向量和嵌入器。

什么是向量？

简单来说，向量是一组坐标，描述了如何从 A 移动到 B。看看这张图：

在这里插入图片描述

来源：Nickelback 音乐视频“Photograph”的静止画面，由作者使用自定义图表叠加编辑。

这张图有两个维度。每个点，A、B、C 和 D，都可以使用一个两位数的坐标系来描述。第一个数字告诉我们从原点 (0) 向右移动多远，而第二个数字告诉我们向上移动多远。要到达 A，向量为 [3, 7]。要到达 D，向量为 [3, 0]。

向量的维度

同样的原理也适用于三个维度。要从你的办公桌移动到咖啡机，你必须沿 x、y 和 z 轴移动一定的距离，形成一个三位数坐标系。

在这里插入图片描述

来源：作者的图片。

“人类难以想象超过三个维度。计算机在多维空间中蓬勃发展。”

数学保持不变。四个维度？这需要一个四位数坐标系。一百个维度？这需要一个100 位数的坐标系。

在这里插入图片描述

来源：Meme remix，结合了 KC Green 的“This is Fine”（原版）和作者的自定义艺术品。

“我使用的嵌入器在一个令人难以置信的 768 维坐标系中运行，远远超出了人类的感知。”

当你完成尝试可视化之后，我们可以回到更简单、易于绘制的二维图。

向量嵌入如何帮助 LLM 检索数据

向量本身只是代表n 维空间中点的n 维坐标。

“向量不仅仅是数字，它们编码了含义。它们真正的力量在于它们所代表的信息。”

同样，向量是坐标，但不是指向位置，而是指向信息。一个专门的 LLM，即一个嵌入器，在一个大型文本语料库上进行训练，以找出相似之处，并将这些信息放置在n 维空间的某个地方，以便将相似的主题分组在一起。

就像，当你参加社交活动时，你可能会和你的朋友、同事，或者至少是一群志同道合的人在一起。

将相似的概念分组在一起

在这里插入图片描述

来源：作者的图片。

这张图显示了含义相似的单词是如何在这个 n 维空间中分组在一起的。现代嵌入器（如 BERT）不再使用单字嵌入，而是生成上下文嵌入。

在向量空间中对相似概念进行分组的能力使嵌入变得强大。然而，早期的嵌入模型（如Word2Vec）有一个显著的局限性，现代模型已经解决了这个问题。

快速技术切入

如果你像我一样一直在研究 AI 系统，你可能熟悉 Word2Vec。虽然它在 2013 年问世时具有开创性意义，但它有一个主要缺陷：它为每个单词分配一个单一向量，而不管上下文如何。

以单词 “bat” 为例。

• 我们是在谈论飞行动物吗？那么它应该靠近*“mammal”、“cave”和“nocturnal”*。
• 或者我们指的是棒球棒吗？那么它属于*“ball”、“pitch”和“base”附近（但什么base*？军事基地？）
• 如果我们身处虚构的世界呢？那么*“bat”就与“vampire”和“transformation”*有关。

Word2Vec 无法区分。它选择一个并坚持下去。

我发现 Word2Vec 特别有趣的一点是，由于单词现在由数字表示，你实际上可以对它们进行算术运算。

你可以写出这样的方程式

“king - man + woman = queen - 一个关于 AI 模型如何在向量空间中映射关系的传奇例子。”

这很疯狂，但它有效（大多数时候）。

切入结束。

向量是如何使用的？

既然我们理解了向量，下一步就简单了。我们嵌入我们希望 LLM 访问的信息，当我们询问有关该信息的问题时，问题本身应该与向量空间中的相关内容接近。向量数据库检索 n 个最相关的内容，其中 n 是一个可配置的数字。

它还返回每个结果的 cosine similarity 分数，表明检索到的内容与查询的匹配程度。

余弦相似度

“余弦相似度不仅仅是比较数字，它通过计算两个向量之间的夹角来衡量 meaning 。”

较小的角度表示相似度更高，这意味着检索到的数据与提示更相关。

在这里插入图片描述

来源：作者的图片。

在我们的例子中，A和B分别代表短语*“RAG 代表检索增强生成”和“嘿 LLM，告诉我关于 RAG 的信息”。由于它们密切相关，它们的向量是相似的。如果我们改为询问“描述一次日食”，它的向量将与其他向量相距甚远，使其不相关。但是，如果“RAG 代表检索增强生成”*是数据库中的唯一条目，它仍然会被检索，即使它与查询不相关。

RAG 的局限性

通常，我们不会在向量数据库中存储和检索整个文档。如果这样做，单个大型文档很容易超过 LLM 的上下文窗口。如果系统配置为返回十个最相关的信息，并且每个信息的大小都相当于一整篇文章，那么你的计算机很快就会变成一个空间加热器。为了防止这种情况，我们将信息分成预定义大小的块，例如 1000 个字符，并尝试保持句子和段落的完整性。

然而，将信息分割成块会引入一个新问题。就像Word2Vec难以从单个单词中确定含义一样，RAG 经常无法理解单个块的完整上下文，尤其是在该块是从文档中间提取的时候。

在这里插入图片描述

来源：作者的图片。

这是我最近遇到的一个问题。我保留了一个详细的工作日记，我在其中记录了我所有的专业成就。这在绩效评估期间非常有用。但是，当我问我的 RAG 系统我在目前的公司取得了什么成就时，它自信地包含了我在以前的工作中所取得的成就。因为我用第一人称写这个日记，并且还包括了来自其他用第一人称写成的来源的信息，所以系统无法区分它们。因此，它开始将成就归功于我，而我与这些成就毫无关系。这就是我意识到出了问题的方式。我的系统突然告诉我所有我应该在电脑之外做的有趣的事情，这根本不可能，因为我从未离开过我的办公桌。