什么是检索增强生成（RAG）？
原文英文，约500词，阅读约需2分钟。
📝
内容提要
大型语言模型（LLMs）如GPT-4受欢迎，但有限制。检索增强生成（RAG）通过查找信息提高模型表现。RAG从实时来源获取信息，使答案更准确和可靠。RAG在研究、客户服务和学习中发挥重要作用。
❓
Q&A
检索增强生成（RAG）是什么？
检索增强生成（RAG）是一种通过查找额外信息来提高大型语言模型（LLMs）表现的方法。
RAG如何解决大型语言模型的限制？
RAG通过实时查找信息，结合模型已有知识，提供更准确和可靠的答案，从而解决了LLMs的局限性。
RAG的工作流程包括哪些步骤？
RAG的工作流程包括查找信息、结合信息和生成答案三个步骤。
使用RAG有什么好处？
使用RAG可以获取实时信息，减少错误信息的生成，并能处理特定主题的问题，提供更可靠的答案。
RAG在什么领域有应用？
RAG在研究、客户服务和学习等领域发挥重要作用。
大型语言模型（LLMs）有哪些限制？
LLMs的限制包括只知道训练时的信息、记忆有限以及可能产生虚假信息（幻觉）。
🏷️
