Self-RAG 是什么？

一、Self-RAG是什么？

自反思检索增强生成（Self-RAG，Self-Reflective Retrieval-Augmented Generation）是让模型反思是否检索、结果是否相关并自我修正，核心能力含反思token与按需检索决策，解决的是先检索再生成的开销问题，并不解决知识库覆盖不足问题。

二、Self-RAG包含哪些模块？

· 反思 Token 设计

· 按需检索决策机制

· 检索结果相关性评估

· 自我修正与重生成

三、Self-RAG的发展历程

Self-RAG 由来自多家研究机构的研究者于 2023 年提出，是 RAG 领域将”主动判断”思想引入生成流程的代表工作。它突破了传统 RAG “无差别先检索再生成”的范式，让模型具备根据上下文动态决定是否调用外部知识的灵活性，受到学术界与工业界广泛关注。

四、为什么企业需要Self-RAG？

· 在保证准确性的同时显著降低不必要的检索开销

· 提升模型对自身输出的可靠性与可解释性

· 为大模型在企业级场景的稳健落地提供新路径