写给小白的大模型应用科普：RAG 篇 | 留言赠书

图片地址：https://n.sinaimg.cn/spider20241201/5/w1080h525/20241201/91c0-1d91061c72e6d9a4e0b833e02d8f1757.png

前面小枣君给大家普及了大模型的基础，但是缺乏应用的大模型是没有价值的。当然你可能使用过Kimi Chat、豆包这样的大模型工具，它们可能已经在生活中充当了我们的创作助手、咨询专家、甚至情感陪护等，但这样的应用还远远不能发挥出大模型的真正价值，我们期望大模型在更专业的生产领域发挥作用，提升生产力，引领真正的科技变革。当前大模型被普遍看好的两个专业应用方向是RAG（Retrieval-Augmented Agenerated，检索增强生成）与Agent（AI智能体）。本篇小枣君首先尝试用通俗易懂的语言帮助大家认识RAG这一重要应用形式。 01了解大模型的“幻觉”在了解为什么出现RAG之前，我们首先需要了解大模型著名的“幻觉”问题。“幻觉”指的是大模型在试图生成内容或回答问题时，输出的结果不完全正确甚至错误，即通常所说的“一本正经地胡说八道”。这种“幻觉”可以体现为对事实的错误陈述与编造、错误的复杂推理或者在复杂语境下处理能力不足