AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


RAG 的五大范式

发布日期:2025-03-11 19:41:41 浏览次数: 1543 来源:小盒子的技术分享
推荐语

探索RAG技术五大范式,深入了解文档检索与生成的最新进展。

核心内容:
1. Naive RAG的向量化存储与检索机制
2. Advanced RAG的优化策略与应用场景
3. Modular RAG的模块化设计和灵活组合
4. GraphRAG基于图的索引与检索
5. Agentic RAG的智能代理管理和动态协调

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

Naive RAG (朴素 RAG)

定义

核心思想

  • 将文档分块、向量化并存入向量数据库
  • 用户查询也向量化,并在数据库中检索最相似的文档块
  • 最后,将查询和检索到的文档块一起输入 LLM 生成答案

优缺点分析

Advanced RAG (高级 RAG)

定义

核心思想

  • 化索引(如滑动窗口、细粒度分割、元数据利用)
  • 优化查询(如查询重写、扩展、转换)
  • 优化检索结果(如重排序、过滤、压缩)

优缺点分析

Modular RAG (模块化 RAG)

定义

核心思想

  • 模块化设计,每个模块可独立实现和替换
  • 支持迭代、自适应、递归等多种检索模式
  • 通过组合不同模块来适应不同任务需求

优缺点分析

GraphRAG (图 RAG)

定义

核心思想

  • 建基于图的文档索引
  • 利用图数据库和查询语言进行检索
  • 将检索到的图信息与文本信息结合,输入 LLM 生成答案

优缺点分析

Agentic RAG (智能体 RAG)

定义

核心思想

  • 使用 AI 代理管理 RAG 流程
  • 利用代理设计模式(反射、规划、工具使用、多代理协作)
  • 代理可动态协调 RAG 组件,进行推理,并根据上下文采取行动

优缺点分析

总结

参考

  • https://arxiv.org/html/2407.21059v1

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询