RAG（Retrieval-Augmented Generation，检索增强生成）

一、核心概念与定位

RAG 是一种将 检索（Retrieval） 与 生成（Generation） 相结合的架构，旨在解决传统语言模型（如 GPT 系列）在处理需要 外部知识 的任务时的局限性。

• 传统模型的痛点：依赖预训练数据中的知识，难以处理动态、实时或冷启动知识，且可能产生 “幻觉”（生成错误信息）。
• RAG 的核心逻辑：通过检索外部知识库（如文