以下是一些与 RAG 相关的信息：
RAGAS 是一个用于 RAG 评估的知名开源库，链接为：https://github.com/explodinggradients/ragas利用大模型的能力搭建知识库本身就是一个 RAG 技术的应用。在 RAG 过程中，首先检索外部数据，然后在生成步骤中将这些数据传递给 LLM。一个 RAG 的应用可抽象为 5 个过程：文档加载（从多种不同来源加载文档）、文本分割（把文档切分为指定大小的块）、存储（包括将切分好的文档块进行嵌入转换成向量的形式以及将 Embedding 后的向量数据存储到向量数据库）、检索（通过某种检索算法找到与输入问题相似的嵌入片）。 有关于 PDF 识别对 RAG 影响的实验研究，为实验收集了包含来自各个领域的 188 份文档的数据集，并通过众包收集了 800 个手动生成的问题，筛选后得到 302 个可用于评估的问题，这些问题分为提取信息类和综合分析类，采用不同的评测方法。