LLM RAG 技术剖析与演进

什么是RAG

RAG（Retrieval-Augmented Generation，检索增强生成） 是一种将大语言模型（LLM）与模型外知识库检索相结合的技术架构。

RAG = LLM + 知识检索

为什么会出现 RAG ｜ LLM的三个痛点

幻觉问题

• 本质缺陷：LLM基于概率预测生成文本，可能导致“一本正经的胡说八道”（如声称“美国成立于1997年”）。
• 数据局限性：LLM的训练数据存在噪声、过时或覆盖范围不足，而微调（SFT）无法高频更新知识

时效性与专业瓶颈

• 知识滞后：LLM训练完成后知识库即固化，难以应对实时信息。
• 领域知识缺失：通用LLM对垂直领域（如医疗、法律）的专业术语和内部数据理解不足。

安全与成本权衡

• 数据隐私：企业不愿将敏感数据上传至公有云训练模型，RAG通过本地化知识库实现数据隔离。
• 经济性：微调LLM需高昂算力与数据标注成本，RAG仅需轻量级向量化与检索流程，成本降低90%以上。

基于 LLM 存在的上述问题，RAG诞生了。它通过在生成文本之前或过程中检索相关的文档或信息，从而生成更为准确和上下文相关的回答

RAG的基本原理与核心步骤

RAG 的基本原理

RAG的基本原理是将知识库检索与 LLM 生成相结合，包括两个阶段流程：

• 检索阶段：将用户查询向量化，从向量数据库中召回语义最相关的文档片段（如Top-K结果）；
• 生成阶段：将检索结果与用户问题合并为增强Prompt，输入LLM生成最终回答。

RAG的核心步骤

RAG 的核心步骤如下图所示（图片来自网络）

知识库预处理（索引）

在 RAG 提供服务之前，需要先将知识库落库、简历索引。具体而言，同样有以下内容：

• 数据提取：从各种数据源中提取文本数据。
• 分块（Chunking）：将文本数据分成较小的块，以便于后续处理。
• 向量化（Embedding）：将文本块转换为向量表示。
• 数据入库：将向量化后的数据存储到向量数据库中。

用户输入（Query优化）

用户输入环节，主要目标是解析用户输入并生成检索信号。

• 意图识别：解析用户问题中的关键词、实体和意图（如分类或命名实体识别）。
• 查询扩展：通过同义词替换、上下文联想等方式扩展查询（如 tsn_enable="yes" 可能启用术语相似性网络扩展查询）。
• 向量化查询：使用与数据库相同的嵌入模型（如 BGE）将用户问题转换为向量。

检索

检索环节会从知识库中召回与用户问题相关的文档。

• 混合检索：
  • 向量检索：计算用户查询向量与知识库向量的相似度（如余弦相似度），返回 Top-K 结果。
  • 关键词检索：若 search_engine="sogou"，可能结合搜狗搜索引擎的关键词匹配能力补充结果。
• 结果排序：使用 rank_model_type="bge" 指定的排序模型（如 BGE 的交叉编码器）对召回结果重排序，提升相关性。
• 截断：按 num="10" 返回 Top-10 最相关文档。

生成

生成环节将检索环节得到的结果以对话上下文的方式，传递给 LLM，生成结果

• 上下文构造：将用户问题与检索到的 Top-10 文档拼接为输入上下文。
• 生成模型推理：使用预训练语言模型（如 GPT、ChatGLM）生成连贯且准确的回答。
• 可控性：通过提示工程（Prompt Engineering）约束生成内容与检索结果的一致性。

后处理（结果优化 )

优化生成结果的可用性与可解释性。

• 去重与过滤：移除重复内容或低置信度片段。
• 格式化：将回答转换为易读格式（如 Markdown、列表）。
• 引用标注：标注回答中关键信息的来源文档（如引用检索到的 Top-10 文档片段）。
• 反馈学习：记录用户对生成结果的反馈，用于优化检索或生成模型（可选）。

RAG的演进路径：从基础检索到智能代理

1. Naive RAG（基础检索增强生成）

• 核心思想：将检索与生成简单串联，直接利用检索结果生成回答。
• 流程：
  • 检索：基于用户输入的关键词或向量，从数据库召回固定数量（如 num="10"）的文档片段。
  • 生成：将检索结果拼接为上下文，输入生成模型（如 GPT）生成回答。

• 局限性：
  • 检索质量依赖关键词匹配或简单向量相似度。
  • 上下文拼接可能引入噪声，生成结果易偏离用户意图。

2. Advanced RAG（高级检索增强生成）

• 核心改进：优化检索质量与上下文构造，提升生成可控性。

• 关键技术：
  • 混合检索：结合向量检索（如 rank_model_type="bge" 的 BGE 模型）与关键词检索（如 search_engine="sogou"），提升召回多样性。
  • 查询扩展：通过 tsn_enable="yes" 启用术语相似性网络（TSN），扩展用户问题的语义表达。
  • 重排序：使用交叉编码器（如 BGE 的排序能力）对召回结果重排序，筛选 Top-K（如 num="10"）最相关文档。
  • 上下文压缩：动态裁剪冗余内容，保留核心信息输入生成模型。
• 优势：
  • 检索精度更高，生成结果更相关。
  • 支持复杂查询（如多跳推理）。

3. Modular RAG（模块化 RAG）

• 核心思想：将 RAG 流程拆解为独立模块，支持灵活替换与组合。

• 优势：
  • 系统可扩展性强，易于迭代优化。

4. Graph RAG（图增强 RAG）

• 核心改进：引入图结构（如知识图谱）增强知识表示与推理能力。
• 关键技术：
  • 图化知识库：将文档中的实体、关系构建为图结构，支持多跳推理。
  • 图检索：基于用户问题在图上游走（如路径查询、社区发现），补充传统向量检索。
  • 图上下文生成：将图结构信息（如实体关系、路径）注入生成模型。
• 参数关联：
  • tsn_enable="yes" 可扩展为图谱术语相似性扩展。
  • rank_model_type="bge" 可能结合图嵌入（如 TransE）优化排序。
• 优势：
  • 解决长尾问题，提升复杂推理能力（如因果链、事件推演）。

5. Agentic RAG（智能体化 RAG）

• 核心思想：引入自主智能体（Agent）动态控制 RAG 流程。

• 关键技术：
  • 调用 search_engine="sogou" 或向量检索。
  • 动态调整 num（如从 10 扩展至 20）或重排序策略（rank_model_type）。
  • 启用/禁用 tsn_enable 等扩展功能。
  • 流程自治：Agent 根据问题复杂度自主决策：
  • 多轮交互：支持追问、澄清、反馈闭环（如用户修正检索结果）。
  • 工具调用：整合外部 API、数据库等工具补充检索内容。
• 优势：
  • 实现端到端自适应，应对开放域复杂问题。