为什么RAG是件大事【检索增强生成】

LLM的未来是边缘计算、无处不在的部署和深度个性化。 这就需要 LLM 技术的民主化，而它离不开 ReAct 范式。

成本必须下降。 一项关键技术是检索增强生成（RAG），它可以使LLM个性化，而无需昂贵的训练过程（“微调”）。

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - Three.js虚拟轴心开发包 

1、自托管LLM

大型语言模型 (LLM) 了解很多，但对你一无所知（除非你很出名）。 这是因为他们接受了公共数据集的训练，而您的私人信息（希望）不是公开的。

我们在这里讨论的是敏感数据：银行对账单、个人日记、浏览器历史记录等。请说我是偏执狂，但我不想通过互联网将这些数据发送到云中托管的LLM，即使我支付了一大笔费用 让他们成为好知己。 我想在本地运行LLM。

许多LLM都是免费提供的，因此您可以离线托管它们。 仅举几例：Llama、Alpaca、Sentret、Mistral、Jynx 和 Zephyr。 事实上，有太多的选择让你无法追踪它们——证据：其中两个是神奇宝贝，而你甚至没有注意到。

LM Studio 的屏幕截图，我用该软件在本地发现、管理和托管 LLM。

2、让 LLM 了解你

为了使LLM与你相关，直觉可能是根据你的数据对其进行微调，但是：

• 训练LLM的费用很高。
• 由于训练成本的原因，很难用最新信息更新LLM。
• 缺乏可观察性。 当你向LLM提出问题时，LLM如何得出答案并不明显。

有一种不同的方法：检索增强生成（RAG）。 像 LlamaIndex 这样的框架不会要求 LLM 立即生成答案：

• 首先从你的数据源检索信息，
• 将其作为上下文添加到你的问题中，并且
• 要求LLM根据丰富的提示进行回答。

RAG 克服了微调方法的所有三个弱点：

• 不需要训练，所以很便宜。
• 仅当你请求数据时才会获取数据，因此数据始终是最新的。
• 该框架可以向你显示检索到的文档，因此更值得信赖。

RAG 对你使用LLM的方式几乎没有限制。 仍然可以将LLM用作自动完成、聊天机器人、半自主代理等。 它只会让LLM与你更相关。

RAG 是经过实战考验的。 Microsoft-OpenAI 在这场比赛中遥遥领先。 在企业方面，Azure 添加了一项名为 GPT-RAG 的功能。 在消费者方面，Bing Chat 是良好 RAG 实现的教科书示例，GPT-4 及其函数调用功能也是如此。

3、拥有 RAG 的LLM是智能体

函数调用在这里值得一提，尽管它超出了 RAG 文章的范围。

在 RAG 中，检索操作必须以某种方式执行。 因此，它是一个函数。 函数不必是纯函数（在数学意义上）； 也就是说，它们可能会产生副作用（在编程世界中，它们经常会产生副作用）。 因此，函数只是LLM可以运用的工具。 打个比方，我们将那些具有工具使用能力的LLM称为智能体（Agent）。

我用大约 300 行代码编写的聊天机器人的屏幕截图。 它是一个能够读取 Slack 的 ReAct Agent。

GPT-4 并不是唯一可以调用函数的模型； 普通LLM可以通过名为ReAct的范式成为智能体。 简而言之，与其要求LLM立即回答你的问题（或回应你的需求），不如：

• 向LLM介绍了可以使用的工具列表，
• 询问LLM希望使用哪种工具（以及如何）来获取自信地回答你的问题（或执行满足你需求的任务）所需的信息，
• 运行相应的函数，
• 将工具执行的结果反馈给LLM，就像你自己使用了该工具，观察了结果，并向LLM描述了你所看到的情况，
• 询问 LLM 是否已获得完成查询所需的全部内容，以及
• 如果是这样，最后要求它回答你的问题； 否则，返回步骤 2。

ReAct 使LLM的智能体民主化。 ReAct 范式使用纯粹的语义方法，使并非设计用于连接程序的模型能够这样做。 它为那些自行托管大型语言模型的人创造了巨大的可能性。

4、结束语

RAG 和 ReAct 是两个（嵌套的）概念，它们是民主化人工智能技术的未来。 我对 LlamaIndex 等开源项目的增长充满信心。 如果你也相信边缘计算LLM的未来将无处不在，请加入我们的旅程。

---

原文链接：为什么RAG是件大事 - BimAnt