RAG篇上：零基础也能看懂的 RAG 科普
最近在整理 RAG 的学习笔记，整理出来跟大家一起分享一下。
RAG 可以简单理解成，当用户提问时，系统先从知识库检索相关答案，再将用户的问题和检索到的回答一起交给大模型整理成回复。
关键词检索适合查年份、编号和具体名称。向量检索更擅长理解相近的意思。资料比较复杂时，可以把两种方式一起使用，再用 Rerank 把更相关的答案排到前面。
判断 RAG 效果，可以看三个问题。答案有没有找到，正确答案排得靠不靠前，最后生成的内容准不准确。
下一期准备整理企业如何搭建第一个 RAG 项目。
Rag ai产品经理
