小白也能轻松看懂的RAG！！！

推荐语

RAG技术让大模型变身"文档小助手"，轻松解决新人入职面对海量资料的困扰。

核心内容：
1. RAG技术原理：检索-增强-生成三步骤解析
2. 文档处理关键环节：智能分片与向量化技术
3. 实际应用场景：帮助新人快速掌握公司内部知识

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

你刚刚入职，准备在公司大展拳脚，让同事们见识一下新人的能力，于是你主动去问领导有没有什么学习资料，领导非常高兴，给了你一大堆祖传文档让你自己去看。

你看了一天才看完一个屎山文档，还剩下一大堆文档等着你去看，你顿时感觉到无从下手，总不能把美好的生命都浪费在看这些屎山文档上吧。这时你忽然想起来，现在不是有大模型嘛，直接问大模型不就好啦，于是你满怀期待的把问题丢给无所不能的大模型，但是得到的回答只是冰冷的我不知道，你顿时又感觉好无助。

这个时候聪明的你又想了，如果我把领导给我的一大堆文档一块交给大模型，大模型不就知道了，但是文档太多了，大模型的输入长度又有限制，有没有什么办法能够让大模型自己去文档里找答案呢？

这个时候就有人大喊了一声，哎，有的有的，这也就是我们今天的主角——RAG，RAG全称Retrieval Augmented Generation,检索增强生成，它给了大模型读取外部知识的能力，如果大模型本身不知道，那他就会自己去外部知识库中查找，是不是有点像我们人类的逻辑了，下面我们就来看看RAG是怎么工作的。

有了RAG之后，当你再去问大模型一个问题的时候，如果大模型不知道，那么它就会主动去查找，他去哪里找呢？没错，就是去我们给他的文档里，查找到相关的内容之后，大模型就会知道之前不知道的信息，这一步也就是RAG中的R（检索）。

拿到检索得到的结果之后，大模型会把你一开始的问题和检索得到的内容进行合并，作为一个完整的prompt输入给大模型，这一步就是RAG中的A(增强)。

最后大模型根据完整的prompt生成答案，也就是RAG中的G(生成)。

3. RAG工作原理

3.1 分片

那么问题来了，我们把领导给我们的文档放在哪里呢？又怎么把和问题相关的内容检索出来呢？我们都知道，一个文档有很多片段组成，但是和我们的问题相关的可能也就两三个，我们最终的目的是把和我们问题有关的内容让大模型知道，因为无关的内容只会加重大模型的幻觉，让大模型胡言乱语。

那么我们在处理文档的时候就要把文档划分为一小块一小块的内容，这个过程就是分片，一个文档可以被分为若干个片段，分片的方法有很多种，比如按字数分，按段落分，按章节分，和按页码分。

3.2 向量化

分完片之后我们是不是要把它存在一个地方，如果文档太多直接存在数据库会对数据库造成很大的压力，成本也会提高，这个时候就需要一种技术能够把文本进行压缩。没错，这个方法就是索引，在创建索引的时候，我们用到了一个非常重要的工具——embedding模型，那么什么是embedding模型呢？

当你输入一段文本，embedding模型可以把输入的文本转换成一个固定长度的数字向量，无论你输入的是长篇大论的文档，还是一两句话，模型都会把输入的内容转换为固定长度的数字向量。

对于意思相近的两句话，embedding输出的向量是相近的，直观一些，我们在二维上举例，如果两句话意思相近，那么他们所在的位置也就越近，反之也就越远。

Embedding模型把文本编码成为向量之后，这时候就出现了一个新角色，向量数据库，不同于普通数据库，向量数据库实现了丰富的向量操作，比如相似度计算，top-k查询等等，我们把文本和向量存储到数据库中。

3.3 召回

这个时候我们也就解决了第一个问题，存是存好了，光存在那没用呀，把和我们的问题相关的内容检索出来交给大模型才有用，那么怎么把和问题相关的内容检索出来呢？这里就用到了召回+重排。

我们先来看召回，当用户提出问题的时候，我们用和之前相同的embedding模型，把问题编码成对应的向量，拿着这个向量，我们就可以去向量数据库中查找和我们的问题相关的内容，怎么查找和问题相关的内容呢？这里就可以使用我前面提到的向量数据库的内置功能，向量相似度和top-k查询，最终我们返回K个最相关的内容，这个过程就是召回。

3.4 重排

召回完了不就得到了我们想要的相关内容了嘛？直接交给大模型不就行了，要重排干什么呢？这是因为召回只是把最相关的k个查询出来，但是他们之间是没有一个先后顺序的，甚至有的还是没有关系的，所以重排这个时候就可以帮助我们更加精细的筛选出相关的内容。

如果对比一下召回和重排，召回的成本要低于重排，因为重排的计算更加复杂；同时，召回的耗时也就低于重排；但是重排的准确率要远远高于召回，这也是我们为什么要召回之后再使用重排的原因，能够减少成本和耗时的同时，提升准确率。

这个时候也就回答了第二个问题，现在相关内容也查找出来了。

3.5 生成

没错，最后一步就是生成，我们把最开始的问题和重排之后得到的相关内容合并，一起输入给大模型，大模型这个时候就知道了原来不知道的内容，就像开了个外挂，也就能够回答最开始不知道的问题。

最后我们再来回顾一下RAG的整体流程，首先外部文档进行分片，便于后续存储和检索，之后把分片之后的文档输入embedding模型，embedding模型把他们编码成固定长度的向量存储到向量数据库中，当用户提出问题时，会用相同的embedding模型把问题编码成固定长度的向量，之后把问题向量和向量数据库中所有向量进行比较，进行召回和重排之后得到相关的内容，最后，把用户最开始的问题和得到的相关内容合并一块输入给大模型，大模型就能生成用户想要知道的答案啦！

以上就是RAG的所有内容啦！