什么是RAG，RAG学习和实践经验

最近写的RAG内容已经挺多了，然而内容逐渐变得零散，我今天给大家总结一下RAG的有关内容，同时给大家把有关内容串起来。当然，串起来的更多是概述和摘记，让大家对RAG的基础有更整体的了解，详情大家可以根据需要再展开了解，我也会在合适的位置加上原文链接。

之前的文章算下来是三万多字，加上这篇应该能超过4万了，也特此记录一下自己在RAG这块的学习和实践经验。

内容目录：

概念。

从baseline到技术拓展。（basleine和高级RAG升级）

调优方案。（论文视角和实践视角）

效果评估。

微调和RAG的权衡。

RAG是否会消亡。（本文私货）

概念

首先还是得介绍什么是RAG（Retrieval-Augmented Generation）指的是通过将检索模型和生成模型结合在一起，从而提高了生成内容的相关性和质量。说到概念，严谨的，我照旧摘录来自一篇综述的解释：

In the era of Large Language Models, the specific definition of RAG refers to the model, when answering questions or generating text, first retrieving relevant information from a vast corpus of documents. Subsequently, it utilizes this retrieved information to generate responses or text, thereby enhancing the quality of predictions.

说白了就是有检索和对检索的使用，基本都可以说是RAG了（极端的，某种程度上，词典匹配，也算是一种RAG）。

正因为需要包含检索以及后续大模型的使用，所以RAG和原来常规的深度学习研究不太一样，他不是一个深度模型，更像是一个系统，系统里面可以有多个组件，一般的结构可用下面这张图来表示。

但概念解释我不想止步于此，在这里我想进一步挖掘，RAG这个概念的起源。早在2020年就已经有人提及RAG的概念（Retrieval-augmented generation for knowledge-intensive nlp tasks，他的首版发布在arxiv于2020年5月，如果有更早的欢迎大家再提出）（这篇论文后面有时间，我也想拿出来详细讲讲），当年还是seq2seq的时代，但实验就已经发现，通过检索，能快速从海量知识中找到和原本问题相关的知识，借助知识带来的信息能让最终的生成效果能够得以提升。

从baseline到技术拓展

baseline

最基础的RAG，就是上图左边的Naive RAG，基本只包含两个部分，即检索和生成，为了让大家更好地理解RAG整体结构，我自己写了一版基础RAG项目，这里最大程度还原最基础RAG的结构，同时也给了一定的调优空间，github地址：https://github.com/ZBayes/basic_rag，讲解我分成了两篇文章：

心法利器[104] | 基础RAG-向量检索模块（含代码）

心法利器[105]  基础RAG-大模型和中控模块代码（含代码）

里面有几个比较关键的点，着重拿出来讲一下。

这个项目是奔着大型RAG项目去写的。所以里面会划分服务而不是一个流程全部写完，注意看服务和代码文件的拆分，还有具体服务是怎么串起来的。

服务是用tornado写的简单版，当然换成别的服务组件也可以，例如flask、fastapi等。

里面有几个部分：离线的灌数据模块，一般就是脚本；检索模块是在线的检索，目前使用的是最简单的向量召回；大模型模块用的是一个chatglm，直接封装服务就好了。

很多位置我都为后续的迭代留了空间，例如向量检索这里，我切分了很多层，searcher、vec_searcher、vec_index，就是给了很多空间，一个searcher可以有很多不同的索引和索引类型，vec_searcher是向量检索，下面可以有多个vec_index，对应不同的向量模型。

技术拓展

有关RAG的拓展，往往会在naive基础上分为两个阶段，高级RAG和模块化RAG。

高级的RAG能很大程度优化原始RAG的问题，在索引、检索和生成上都有更多精细的优化，主要的优化点会集中在索引、向量模型优化、检索后处理等模块进行优化，模块化RAG是对高级RAG的一种升级，这里面集成了大量优化策略，并将这些策略进行重组，形成完整的模块独立完成特定功能，很多内容和前面的高级RAG提及的内容很接近，只是更加模块化，如搜索模块、记忆模块、额外生成模块、任务适配模块、对齐模块、验证模块等，因为RAG本身是一个高度组织性的项目，因此在迭代过程中，是允许且需要对这些模块进行优化和调整的，可以增减、调整各个模块。

具体有什么调优方案，我在下一个章节展开说。

调优方案

说到调优，无论是学术界还是工业界，可谓是八仙过海各显神通，但是科研和工业界各自会呈现不同的倾向性，所以这里我分两个大块来讲，分别是学术界和工业界的思路。

学术界

学术界自然离不开综述，1月份我对综述（Retrieval-Augmented Generation for Large Language Models: A Survey）进行了详细的讲解，字数有7千多（前沿重器[41] | 综述-面向大模型的检索增强生成（RAG）），文章里对RAG的升级路径进行了详细解释，其中重点从检索模块、生成模块、整体等角度对RAG目前的关键技术进行了讲解，为RAG的调优提供了大量思路。简单摘录一下：

检索模块重在关注向量模型的合理表征（领域微调和下游任务微调）、query和文档语义空间的匹配（query改写、实体mask等策略）、大模型和检索模块协同的优化。

生成模块关注检索的后处理（重点信息提取、检索结果重排）、生成结果的处理等角度。

整体调优从调优阶段（入手点）、数据来源和调优思路三个角度来分析具体的调优方法。

里面的内容过多，不好展开，详情大家可以看我的讲解（前沿重器[41] | 综述-面向大模型的检索增强生成（RAG））或者是综述原文（Retrieval-Augmented Generation for Large Language Models: A Survey）。

另外值得提起的是两篇RAG比较有代表性的文章，这里给出我的解读以及思考，分别是self-RAG（前沿重器[42] | self-RAG-大模型决策的典型案例探究）和CRAG（前沿重器[43] | 谷歌中科院新文：CRAG-可矫正的检索增强生成），具体他们是怎么做的以及我是怎么分析和看待的，都在这里了。

工业界

工业界也有一篇综述，不过里面体提到的方案和思路更加偏向应用，所以我想把这篇放在工业界（https://pub.towardsai.net/advanced-rag-techniques-an-illustrated-overview-04d193d8fec6），我也写了解读文章（前沿重器[40] | 高级RAG技术——博客阅读）。

和前面的综述类似，这里也提到了基础RAG、高级RAG和区别，然后就展开解释各个模块的优化了：

离线文档处理。

文档内容增强。

索引构建和选择。

检索策略多样性和合并。

查询后处理。

多轮和聊天引擎。

查询路由和智能体。

响应合成。

模型微调。

这些结构里，能看到很多现实应用才会遇到的特定问题，例如检索策略多样性和合并，工业界和学术界的视角差异还是很大的，工业界更倾向于拆分分别处理，既能更方便特异化处理提升上限，也方便进行分工推进工作，而学术界其实并没有那么擅长尤其是这种横向的拆分，确实是不够学术优雅。

而且，我自己也根据自己的经验提供了很多优化思路，专门有写文章（心法利器[106]  基础RAG-调优方案），尽管现在来看还有很多可以聊的部分（后面有机会我再写！），但这篇也很实用了，希望对大家有多帮助，里面提了很多实践和分析数据才会发现的优化点。我是分为检索调优、prompt、后处理、微调这几个方面去谈的。

除此之外，知识的处理也是一个非常重要的一环，尤其现在大模型出来后，文档处理能力提升还挺明显的，我正好写了一篇文章，主要是串讲知识的处理和使用流程，同时介绍了里面的常用方案，大家可以在有个大框架的基础上进一步深入学习（心法利器[110] | 知识文档处理和使用流程）。

有一篇比较取巧地query拓展的文章（前沿重器[38] | 微软新文query2doc：用大模型做query检索拓展），属于对搜索有用，现在视角看对RAG领域也有很大的优化收益，所以在这里也重提，非常推荐大家在早期项目上使用这个方案，虽然多了一次大模型调用的代价，但是效果提升还挺明显，值得推荐。趁此机会也补充说明一下，在之前已经有一篇类似的论文，HyDE（Precise Zero-Shot Dense Retrieval without Relevance Labels），这篇我没出解读，感觉重复不少，我就不重写了，但仍很推荐大家也读读看。

效果评估

效果评估是算法的重要一环，我也对这块内容进行了详细调研和经验总结（心法利器[109] | RAG效果评估经验）。类似的，我也是从学术界和实际场景应用两个角度分别阐述两者的评估方案，并从快速验证、稳定评估和问题定位三个角度，给出实践场景下的建议。

方案选择和权衡

RAG只是大模型的一种使用方法，检索技术能快速从海量知识中找到和原本问题相关的知识，借助知识带来的信息能让最终的生成效果能够得以提升，因此RAG本质上并非大模型的专属，从而可以发现大模型不是非RAG不可，RAG也不是非大模型不可，RAG只是大模型的一种打开方式，他所解决的，是对知识的依赖，这可以是知识的可见性（能懂大模型之前没见过或者没学好的东西）、及时性（新知识）、存在性（不会的能拒绝）等问题。

而它的使用时机，以及和微调之间的权衡，详细地讨论可以参考这篇文章（心法利器[108] | 微调与RAG的优缺点分析），在这里我有通过论文、社区等角度汇总了多方观点，并通过案例分析的方式给出了我的答案。

RAG（检索增强生成）会不会消亡呢

另外，我想在这里驳斥一个社区经常谈及的问题：“RAG（检索增强生成）会不会消亡呢？”（https://www.zhihu.com/question/637421964），这个问题的背景是目前的大模型Context Length变大，RAG就可能会消失。这个问题我本想专门写文章，但又感觉不够长，写一半成了废案，于是就放在这里吧，还挺合适的。

第一，这个问题能问出来，说明对RAG背后所希望解决的问题理解不足吧，RAG所要解决的是知识依赖的问题，知识依赖这个事和大模型Context Length的关系并不紧密。

第二，知识依赖这不只是大模型的问题，而是整个领域都要面对的问题。在很早之前（都是21年那会的文章了），我就写过一篇文章（心法利器[45] | 模型需要的信息提供够了吗），从一个更高角度来聊信息传递给模型的重要性，模型要是不知道，那让他干的事就很可能会办不好，而向模型传递信息，一般有两个方法，一个是训练，一个是特征，对应到现在大模型的场景，那就是微调和prompt，前者通过大量相似相关的数据案例告诉模型让模型照着预测，后者则是把规则描述讲给模型听或者把关键信息直接传给模型，降低他的推理压力，只要关键信息没有提供给模型，那效果就好不了，过去的bert是这样，现在的大模型也是这样。

第三，同样是模型的问题。无论是大模型，还是之前的小模型，对信息反馈的及时性，仍旧不足。大家或多或少都会发现，一些去年前期发布的开源模型，或多或少都对新的知识并不了解，其根本问题就是，没有学习到新知识，要学习新知识，不得不经过严格的训练和评估才能上线，且还要面对遗忘的问题，要做实时的难度非常大，这里就是第二点提出的微调方向。要解决这种，不得不依赖外部信息的支持，然后通过第二点提到的prompt的方式输入到模型中，而这些知识，无法绕开检索来进行。举个例子，某些商店的上架商品信息，天气日期、新闻等的一些实时性要求高的知识，就只能通过数据库来存储，数据库的更新可以非常敏捷，查询后配合prompt交给大模型来解决了。

综上，只要上面的知识依赖、知识更新问题没有解决，那RAG就仍有一席之地。至于RAG内部说到的搜索，可以说是从来没大火过但是又一直在喝汤的领域了。

审核编辑;黄飞