RAG 原理

当你向 RAG 系统提出一个问题，系统会:

使用 Embedding 模型 将问题转换为向量。

在向量数据库中检索语义相近的文本片段(chunk)，完成初步筛选。

然后使用 Reranking 模型 对这些候选 chunk 进行精排，挑选出相关性排名前几的 chunk，作为上下文和用户问题一起组成 prompt，供大模型生成答案。