RAG 名词标准定义（学术+工程两套版本，可直接写文档/知识库）

【标准学术定义】

检索增强生成（Retrieval-Augmented Generation，RAG）
RAG 是一种融合信息检索与大语言模型生成能力的人工智能范式。该范式不修改大模型权重，在收到用户查询时，先从外部知识库检索与问题相关的参考文本片段，将检索结果与用户查询共同作为上下文输入大语言模型，由模型依托检索到的真实资料生成回答。该方法用于缓解大语言模型知识截止、事实幻觉问题，支持模型使用私有、实时或外部文档中的知识。

【精简工程版（推荐写在架构文档）】

RAG（Retrieval-Augmented Generation，检索增强生成）
一种大模型应用架构，核心思路为检索+生成。预先将外部文档切片、向量化存入向量数据库；用户提问时，通过向量相似度检索获取相关原文片段，拼接进提示词交给大模型，让模型基于检索素材生成答案。无需微调大模型即可接入自定义知识库，降低幻觉，支持私有文档问答。

核心术语配套解释（可选附带）

1. Embedding（嵌入/向量化）：将文本转化为高维数值向量，用来衡量两段文字语义相似度。
2. Chunk（文本分块）：把长文档切分为固定长度的文本片段，是RAG检索的最小单元。
3. 向量数据库：专门存储文本向量，支持快速相似度检索的数据库（PGVector、FAISS、Milvus等）。
4. 幻觉(Hallucination)：大模型生成不存在、不符合事实的虚假内容。
5. 微调(Fine-tune)：更新大模型权重，和RAG（不改动权重）属于不同技术路线。

RAG通俗例子

场景：你是一个律师助理，老板让你回答客户的问题。

• 大模型本身：就像你脑子里记住的法律知识，记不全、时间久了会记错，遇到新出台的法条、公司内部保密合同，你根本不知道。
• RAG：给你配一个档案柜+快速检索工具。

完整过程：

1. 提前把所有合同、最新法条，一页一页拆开（分块Chunk），做好索引放进档案柜（向量库）
2. 客户提问：这份合同里甲方的违约赔偿上限是多少？
3. 你不会直接凭记忆回答。先去档案柜快速翻找，挑出和“违约赔偿”相关的2段原文（检索Retrieval）
4. 把【客户问题 + 找到的原文片段】一起交给你（大模型），要求你只能照着找到的资料回答，资料没有就说不清楚（生成Generation）

✅ 关键点一句话：
RAG ≠ 让模型背更多知识；是模型回答前，先帮它查资料，再根据查到的资料写答案。

对比，一眼分清差别

1. 不用RAG（原生大模型）：凭记忆回答，容易瞎编合同条款（幻觉），新合同它没见过。
2. 用RAG：先查文档原文，基于查到的材料回答；新增合同，只需要丢进档案柜，不用重新训练你的大脑（大模型）。

换成你熟悉的高中资料场景

知识库：一堆高中试卷、笔记。
提问：2025北京物理卷第3题考点是什么？
RAG动作：先在你的资料库里检索到这道题对应的原文，再让模型基于这段原文作答，而不是靠模型训练时记住的内容。