文章比较了微调与检索增强生成（RAG），指出RAG在知识密集型任务中始终优于微调，且微调难以让大模型学习新事实。文章还综述了RAG的发展范式（Naive、Advanced、Modular）、核心组件与评估方法，并介绍了其在医疗、多模态、问答等领域的应用及未来方向。

该论文概述了大型语言模型（LLMs）时代检索增强生成（RAG）的发展范式和组成部分，并介绍了评估方法和未来研究方向。