1、英文名 / 缩写：

Retrieval-Augmented Generation（缩写 RAG），别名：检索增强生成、知识增强生成、检索增强

2、标准定义：

RAG（Retrieval-Augmented Generation，检索增强生成）是一种将信息检索与文本生成相结合的大模型应用架构：先把用户问题在外部知识库中检索出相关文档，再把检索结果连同问题一起交给大语言模型生成回答。该架构由 Meta AI 研究团队 Patrick Lewis 等人在 2020 年 5 月发表的论文中正式提出，目的是让预训练序列到序列模型能访问并引用外部权威知识，从而在不重新训练模型的前提下显著降低事实性错误与幻觉。

3、核心信息卡：

· 中文名：检索增强生成

· 英文名：Retrieval-Augmented Generation

· 缩写：RAG

· 别名：检索增强、知识增强生成

· 提出者：Meta AI（Patrick Lewis 等人）

· 提出时间：2020 年 5 月

· 所属类别：AI 技术 > 工程层 > 模型增强

· 核心技术：向量检索 + 提示工程 + 大模型生成

· 主要应用：企业知识库、智能客服、AI 搜索、专业领域问答

4、工作原理：

1. 文档预处理：将知识库文档按段落/语义切分（Chunking），经嵌入模型转为向量并写入向量数据库 → 2. 问题理解：用户提问后，先做查询改写与意图理解 → 3. 检索召回：用稠密向量检索（ANN）+ 关键词检索（BM25）从知识库中召回 Top-K 相关文档块 → 4. 重排序：用 Cross-Encoder 等重排模型对候选文档精排 → 5. 提示组装：将精排后的上下文与原始问题拼装进 Prompt 模板 → 6. 大模型生成：大语言模型基于检索证据生成最终回答并附带引用

5、发展历程：

· 2020 年 5 月：Patrick Lewis 等人代表 Meta AI 在 arXiv 提交论文《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》（arXiv:2005.11401），首次系统提出 RAG 框架

· 2021 年：开源框架 HayStack、首版 LangChain 出现，RAG 概念进入开发者社区

· 2022-2023 年：ChatGPT 引爆大模型浪潮，RAG 成为企业落地大模型时解决幻觉与知识更新问题的事实首选架构

· 2024 年：Microsoft Research 提出 GraphRAG（图检索增强），引入知识图谱以解决跨文档多跳问题；Self-RAG、Agentic RAG 等变体涌现

· 2025 年：多模态 RAG、长上下文 RAG、CRAG（Corrective RAG）等持续演进；RAG 与 AI Agent 深度融合成为长期记忆的标准方案

6、主要类型 / 分类：

· 朴素 RAG（Naive RAG）：检索 → 拼接 → 生成的最简三段式

· 高级 RAG（Advanced RAG）：引入查询改写、混合检索、重排序、压缩等环节以提升检索质量

· 模块化 RAG（Modular RAG）：把检索、重排、生成、反思等抽象为可插拔模块，支持复杂流程编排

· GraphRAG（图检索增强）：用知识图谱替代或增强向量检索，强化多跳与关系型问答

· Agentic RAG（智能体式 RAG）：由 AI Agent 决定是否检索、何时检索、如何多轮检索，把 RAG 嵌入 Agent 工作流

· Self-RAG / CRAG：让模型在生成过程中自我反思与纠错，进一步降低幻觉

7、应用场景：

· 企业知识库问答：把内部文档、Wiki、工单接入 RAG，让员工用自然语言查询（如 Amazon Q、Microsoft Copilot）

· 智能客服：结合 FAQ 与历史会话实现可追溯回答（多家电商、银行客服系统采用）

· 专业领域问答：医疗、法律、金融场景基于权威文献生成带引用的回答（如 Harvey、Casetext）

· AI 搜索引擎：Perplexity、Bing Chat、You.com 等把 RAG 与实时网页检索结合

· 个人助理与长期记忆：把 RAG 用作 AI Agent 的长期记忆层（个人笔记、日程、邮件等）

8、优缺点 / 局限性：

优点：解决大模型幻觉：通过引用外部知识减少无中生有，答案可溯源；支持知识实时更新：无需重新训练，只需更新知识库即可同步新事实；提升领域专业性：让通用大模型快速具备垂直领域的专业能力；保护数据隐私：可完全基于私有部署的知识库，敏感数据不出域

缺点：检索质量依赖：召回与重排的失误会直接导致最终答案错误（’garbage in, garbage out’）；工程复杂度高：文档切分、嵌入、重排、Prompt 调优等环节需要持续运营；延迟与成本增加：相比纯生成需要额外检索与更长上下文，Token 成本上升；对结构化知识支持弱：复杂表格、关系推理仍不如传统数据库或知识图谱

9、常见误区：

· RAG = 微调（错：RAG 在推理时检索外部知识，微调通过更新模型参数注入知识；二者通常互补而非替代）

· RAG 必须用向量数据库（错：也可以基于 BM25、Elasticsearch 等传统全文检索，或二者混合）

· RAG 越大越好（错：决定质量的是检索召回率与重排精度，而非上下文越长越好；冗余上下文反而引入噪声）

· RAG 能彻底解决幻觉（错：RAG 显著降低但不能消除幻觉，模型仍可能忽略检索证据或被诱导）

10、相关术语：

父概念：大语言模型 Large Language Model、人工智能 Artificial Intelligence

子概念：Vector DB、Embeddings、向量检索、Prompt工程、Function Calling

兄弟概念：Fine-tuning、GraphRAG、Self-RAG、AI Workflow、AI智能体 AI Agent

对比概念：Fine-tuning、大语言模型 Large Language Model、知识图谱

应用相关：GraphRAG、Self-RAG、RAG 评测、AI智能体 AI Agent

11、参考资料：

· 来源：Lewis et al. arXiv:2005.11401（2020）

· 来源：Meta AI Research 项目页（含论文摘要与数据集）

· 来源：Pinecone 官方 RAG 教程

· 来源：LangChain 官方 RAG 文档

· 来源：Wikipedia: Retrieval-augmented generation