检索增强生成 (RAG)

检索增强生成 (RAG) 是一种结合信息检索和自然语言生成的人工智能框架。它从外部来源检索相关数据，并将其整合到AI生成的响应中，以增强上下文和准确性。

也称为：检索增强生成。

比较

• RAG与NLG：RAG动态检索信息，而NLG从预定义数据中生成文本。

• RAG与聊天机器人：使用RAG的系统可以引用外部数据库，而静态聊天机器人无法做到这点。

优点

• 上下文响应：通过实时数据增强文本生成。

• 多功能性：适用于客户支持和内容创作等应用。

• 准确性：通过检索事实信息减少错误。

缺点

• 复杂性：需要与外部数据源集成。

• 延迟：实时检索可能会增加响应时间。

示例

法律文档助手使用RAG来生成对法律查询的响应，通过从法律数据库中检索信息并呈现简洁的AI生成摘要。