检索增强生成（RAG）是通过整合外部知识源的附加信息来改进大型语言模型（LLM）的过程。这样，大型语言模型就能做出更精确、更能感知上下文的反应，同时还能减少幻觉。
自 2023 年以来，RAG 已成为基于 LLM 的系统中最流行的架构。许多产品的功能都严重依赖 RAG。因此，优化 RAG 的性能，使检索过程更快、结果更准确已成为一个至关重要的问题。
在上一篇文章 [AI知识库检索增强生成（RAG）简介] 中，我们简单介绍了什么是AI知识库的检索增强（RAG）。今天开始，我们将以一系列的文章来重点介绍先进的 RAG 技术，以提高 RAG 生成的质量。
朴素 RAG 审查
下图展示了朴素 RAG 的典型工作流程：
