检索增强生成（RAG）
**检索增强生成（Retrieval-Augmented Generation, RAG）**是一种把外部知识库 接入 LLM 的范式。模型不直接靠参数记忆回答问题，而是先从知识库 "检索"相关片段，再"生成"答案。
为什么需要 RAG
- 知识新鲜度：模型权重冻结后无法获取新知识，RAG 可以动态补充。
- 可追溯性：可以引用具体来源，减少幻觉。
- 领域定制：不需要重训模型就能用企业私域数据。
核心流程
- 离线索引：把文档切块 → embedding → 存入向量库。
- 在线检索：用户问题 → embedding → 在向量库中找 top-k 相关片段。
- 生成：把检索结果作为上下文喂给 LLM，让它基于这些片段回答。
进阶话题
- 混合检索：向量检索 + BM25 关键词检索融合。
- 重排序（Rerank）：用更强的 cross-encoder 对初筛结果精排。
- 查询改写：让 LLM 把用户问题改写成更利于检索的形式。
- 多跳检索：一个问题需要检索多个互相引用的片段。