布丁布丁吃什麼？
·
雜談：我可以只要RAG的「R」嗎？ / TALK: Can I Just Have the “R” in RAG?
💡
原文中文，约2500字，阅读约需6分钟。
📝
内容提要
RAG（检索增强生成）并非真正的检索工具，其“R”部分依赖语义检索，导致搜索结果数量有限，通常仅为3到10条，且可能来自同一文档，这对研究者造成限制。微软的新AI搜索功能支持自然语言检索，标志着语义检索的普及。
🎯
关键要点
-
RAG（检索增强生成）并不是一个真正的检索工具，其“R”部分依赖语义检索，导致搜索结果数量有限。
-
RAG的语义检索允许用户使用自然语言进行查询，而不再受限于特定的关键字。
-
传统数据库使用关键字检索，限制了用户的查询方式，而语义检索则可以处理模糊概念。
-
RAG的检索结果通常仅为3到10条，可能来自同一文档，这对研究者造成了限制。
-
微软的新AI搜索功能支持自然语言检索，标志着语义检索的普及，用户可以更方便地进行搜索。
-
AI搜索功能要求硬件支持Copilot+，这是普及语义检索的重要里程碑。
❓
延伸问答
RAG的R部分是什么？
RAG的R部分是基于语义检索，但并不是真正的检索工具。
RAG的语义检索有什么优势？
RAG的语义检索允许用户使用自然语言进行查询，突破了传统关键字的限制。
RAG的检索结果通常有多少条？
RAG的检索结果通常仅为3到10条，可能来自同一文档。
微软的新AI搜索功能有什么特点？
微软的新AI搜索功能支持自然语言检索，用户可以更方便地进行搜索。
RAG的语义检索如何处理模糊概念？
RAG的语义检索可以处理模糊概念，允许用户使用自然语言输入查询。
RAG的Top K策略有什么问题？
RAG的Top K策略限制了检索结果数量，可能导致用户只获得少量相关信息。
➡️
