什么是RAG
RAG(Retrieval Augmented Generation)，即检索增强生成技术。
RAG优势
- 部分解决了幻觉问题。由于我们可以控制检索内容的可靠性，也算是部分解决了幻觉问题。
- 可以更实时。同理，可以控制输入给大模型上下文内容的时效性，解决大模型更新不及时问题。
- 可以成为某个领域的专家。
- 可追溯。
RAG大概示意
大致示意图如上。网上资料一搜一大堆，这里就不过多赘述。
想要自己搞一套也很简单，可以用一些开源的组装好的项目，也可以用langchain、llama-index自己搞一套。关于langchain、llama-index该选哪个，简单搞搞langchain，深入搞llama-index。
RAG 进一步优化
实现一个RAG很容易，但是想要做好有一定难度，这里提一些优化方案，也是本文的核心。
优化输入内容的组织形式
输入的内容不要只是简单平铺的文本，建议markdown、html形式，带上段落信息，分割也是以段落以句子为分割点，不要只是固定长度。
内置一些问答对
针对常见问题，预先内置一些问答对。
支持图文表格形式
对图片、表格，也通过一样上传向量库的方式进行支持。图片可以上传到cos，向量数据库存图片描述的embedding跟cos地址。
去掉低相关度回复
embedding检索时不要简单用top-k进行检索，需要关注实际相关度，相关度比较低时进行异常提示。
支持多轮
RAG多轮比较麻烦，除了对话多轮外，还需要支持的是检索多轮，即怎么根据上下文决定本次检索的信息。
其他
其他就是做好评测，做好正负反馈数据收集，持续迭代的事情了。另外，llama-index的数据结构也需要多看看，会有很多有意思的优化点。
