检索增强生成（RAG）是一种技术，它允许基于 LLM 的工具通过首先从大型语料库中检索相关段落，然后根据这些段落生成答案来回答问题。这种方法类似于开卷考试，与仅依赖其训练数据的闭卷方法不同，后者可能导致虚假信息，特别是对于更新或高度特定的内容。RAG 过程通常包括将文档分块、将段落嵌入到向量数据库中，以及使用关键字和向量搜索来查找相关信息，然后将其提供给 LLM 以生成响应。 AI
影响 通过将响应基于检索到的证据，而不是仅仅依赖训练数据，从而提高了基于 LLM 的研究工具的准确性和可靠性。
排序理由 该条目描述了一种改进 LLM 在特定任务（论文问答）上性能的技术方法（RAG），包括其实现细节和局限性。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
