什么是RAG

RAG是Retrieval-Augmented Generation的缩写，是一种基于检索的生成模型。它的基本思想是，在生成文本时，先从一个预训练的检索模型中检索出与输入相关的文本片段，然后将这些片段作为上下文，与输入一起输入到一个预训练的生成模型中，生成文本。

RAG的详细流程

1. 用户提问
2. Embedding模型将用户提问转换为向量
3. 检索模型根据向量到向量数据库中检索出与用户提问相关的文本片段
4. 生成模型将用户提问和检索到的文本片段作为上下文，生成文本
5. 返回生成的文本