适合您下一个项目的13种高级RAG技术 第1张Source: 

左上图描述的是将 LLMs 适应于从一组正向文档和干扰文档中阅读解决方案的方法，与标准 RAG 设置形成鲜明对比，在标准 RAG 设置中，模型是根据检索器的输出进行训练的，而检索器的输出是记忆和阅读的混合。在测试时，所有方法都遵循标准的 RAG 设置，在上下文中提供前 k 个检索文档。

改进 RAG 系统中的检索和生成对于更好的人工智能应用至关重要。所讨论的技术包括从低功耗、高影响的方法（查询重写、重排）到更密集的过程（嵌入和 LLM 微调）。最佳技术取决于应用程序的具体需求和限制。先进的 RAG 技术只要经过深思熟虑，就能让开发人员构建出更准确、更可靠、更能感知上下文的人工智能系统，从而能够处理复杂的信息需求。