【RAG架构】RAG的最佳实践

RAG的过程很复杂，包含许多组件。我们如何确定现有的RAG方法及其最佳组合，以确定最佳的RAG实践？

本文介绍了一项名为“搜索增强生成检索的最佳实践”的新研究。本研究旨在解决这个问题。

本文主要分为四个部分。首先，介绍了典型的RAG工艺。接下来，它介绍了每个RAG模块的最佳实践。然后，它提供了一个全面的评估。最后，它分享了我的想法和见解，并以总结结束。

典型RAG工作流程

Figure 1: Retrieval-augmented generation workflow. The optional methods considered for each component are indicated in bold fonts, while the methods underlined indicate the default choice for individual modules. The methods indicated in blue font denote the best-performing selections identified empirically. Source: Searching for Best Practices in Retrieval-Augmented Generation.

典型的RAG工作流程包括几个中间处理步骤：

• 查询分类（确定输入查询是否需要检索）
• 检索（高效获取相关文档）
• 重新排序（根据相关性优化检索文档的顺序）
• 重新打包（将检索到的文档组织成结构化形式）
• 摘要（提取关键信息以生成响应并消除冗余）