←

知识条目

🌙
2026-10-04 · 什么是 RAG(检索增强)
2026-10-04
← 返回知识库
RAG说白了,就是让AI回答前先去“翻资料”,而不是凭脑子里的记忆随口说。你可以把它想成开卷考试:以前模型是闭卷答题,记错了也照答不误;现在先让它从你自己的文档里找出最相关的几段,再带着这些内容去回答。做法不复杂,把公司内部资料切成小块存进一个向量库,员工提问时,系统先检索出最匹配的几段,连同问题一起交给模型生成答案。举个例子,客服问“我们的退货政策第3条怎么规定的”,RAG会先去翻最新版政策文档,再给出准确回复,而不是让模型自己编。常见误区是以为接上RAG就万事大吉,其实文档质量差、更新不及时,检索出来的就是错的,答案自然也错。成本上,除了模型调用费,还要算上文档整理、向量库维护和持续更新的投入,这部分往往比想象中更花精力。 ── 💡 对你的工作:AI 与算力中心:AIDC 建设正是具身智能/大模型的底座。