1RAG长什么样

RAG（Retrieval Augmented Generation）是一种大模型Agent框架，一个典型的RAG框架如下，包含2大组件8个步骤

2个组件：

• 向量数据库：利用向量相似度来查询，按向量方式来存储数据。
• LLM：通用大模型

8个步骤：

• ① 提取语料，从文档（PDF、PPT、Excel）、网页，通过大模型或者工具提取语料。
• ② 将语料进行分片，大模型对于Token大小是有限制的，因此需要分片
• ③ 将分片存入向量数据库，向量数据库存储结构可以是图数据库（知识图谱）
• ④ 用户提问，可能需要通过大模型或者工具，将提问中的关键词提取出来，然后把关键词作为向量数据库的输入
• ⑤ 向量数据库根据检索算法进行检索，通过关键词和向量数据库的key进行向量计算
• ⑥ 将向量相似度进行排序，一般会去相似度最高的N个值或1个值
• ⑦ 将检索出的内容放入预置好的提示词模版
• ⑧ 通过提示词输入给LLM，得到大模型回答

这些步骤也就是围绕向量数据库和通用大模型构建，并且每个步骤都可以利用工具或者大模型进行。

2 为什么用RAG

为什么是RAG，我们要通过和大模型微调对比来说明。首先要介绍一下微调。

大模型通过预训练后，会获取到训练领域方面的通用能力，如果想加强某方面的能力，需要通过微调来进行（投喂标记数据），一旦进行微调，大模型某方面的能力就会增强，而某方面的能力就会减弱。

那么我们为什么不用微调而用RAG，或者为什么不用RAG用微调呢，至少有2个简单的因素可进行决策：

• 效率，如果要求高效率，那么用微调，因为微调就是大模型马上返回结果，而RAG则要经过上图很长的调用链来进行。
• 成本，RAG将专业知识交给使用人自己构造存入向量数据库，而自身只使用通用模型。相反微调要投入更多的成本。