RAG(检索增强生成)
回答前先从外部知识库检索相关资料,再交给模型生成答案。解决模型知识过时与“一本正经胡说”的问题,企业知识库问答的标准架构。
让模型自己决定「查什么、查几次、够不够」的检索增强:多轮调用检索工具、评估结果质量后再作答。比一次性检索更准,也更慢更贵。
回答前先从外部知识库检索相关资料,再交给模型生成答案。解决模型知识过时与“一本正经胡说”的问题,企业知识库问答的标准架构。
能自主规划步骤、调用工具、根据反馈调整行动的 AI 系统。聊天模型“你问我答”,Agent“给你办事”——订票、改代码、跑数据都算。
专门存向量并支持快速相似度检索的数据库(如 Pinecone、Milvus、Chroma)。企业做知识库问答时,文档先转向量存入,提问时检索最相关的片段喂给模型。