技术基础术语

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

检索增强生成（RAG）是一种结合信息检索与文本生成的技术，通过从外部知识库检索相关文档来增强大语言模型的生成能力，解决模型知识过时和幻觉问题，典型应用包括开放域问答和对话系统，代表工作有DPR、FiD等。

收录于 2026/8/27相关资讯 199 篇近 30 天 123 篇在词典中查看 →

详细解释

大语言模型的知识固化在参数中，难以更新且易产生幻觉。RAG在生成前先检索相关文档，将检索结果作为上下文输入模型，从而生成更准确、可靠的回答。其核心组件包括检索器（如DPR）和生成器（如BART），训练时通常联合优化。RAG广泛应用于问答、事实核查等场景，并衍生出REALM、RETRO等变体，成为提升模型知识时效性和事实性的重要手段。

别名与相关写法
ragretrieval检索增强vector检索增强生成RAG (Retrieval-Augmented Generation)RAGRetrieval-Augmented Generation

相关术语

Retrieval共现 68 篇
Agent共现 40 篇
Retrieval-Augmented共现 20 篇
AGI共现 18 篇
论文共现 16 篇
Language Model共现 11 篇

相关公司

阿里巴巴13 篇OpenAI5 篇Vals.ai3 篇英伟达（Nvidia）3 篇Meta AI3 篇Perplexity2 篇

相关资讯

完整术语表见 AI 术语词典； 每日新术语与进展见 AI 早报。