我要投稿

优化RAG系统的四种工程化手段

发布日期：2024-10-22 12:54:54 浏览次数： 2360

作者：沙丘社区

微信搜一搜，关注“沙丘社区”

检索增强生成（RAG）是一种人工智能框架，旨在利用大语言模型（LLM）进行跨外部知识源的自然语言查询。RAG的核心思想是通过外挂知识库的方式给大模型提供更可靠的知识来抑制模型产生幻觉，通过定期迭代知识库的方式就能解决大模型知识更新慢和训练成本高的问题。

在实践RAG的过程中，企业会发现RAG走通很容易，但实际落地生产的难度非常大。

RAG链路可拆分为三个部分：数据准备、知识检索和答案生成。为了使RAG能够应用于更加复杂、更具价值的场景，企业需要创建一个完整的RAG系统架构链路，以便能够通过工程化的技术手段对链路上的不同部分进行实验和优化。

优化手段1：数据准备环节，选择适合场景的分块和嵌入策略

根据应用场景复杂度的不同，应选择不同的分块策略。分块策略是指将数据分割成更小的部分，以便模型能够更加有效地处理。数据处理流程中应提前内置多种分块策略，以便在需要时进行切换。分块策略主要包括根据文档的自然部分（如章节、段落）进行分割、按固定长度进行切割、根据文本的语义相关性进行分割等。

分块策略需要与embedding模型相对应，确保能够正确捕捉每个分块的表征。

分块和嵌入策略的选择很大程度上取决于应用场景。企业在实践中可以尝试不同的分块和嵌入策略组合，从而找到适合应用场景的最佳方法。

优化手段2：知识检索环节，实施混合检索策略

基于向量的检索旨在从用户查询中提取与语义相关的上下文。但与基于关键词的检索相比，基于向量的检索需要更多的计算资源，与基于图的检索相比，基于向量的检索很难识别错综复杂的关系，也缺乏可解释性。

混合检索策略可以大大提高检索质量。混合检索策略结合了不同的检索算法，如基于向量、关键词、语义或结构化算法，通过使用多种检索算法，混合检索策略可以更全面地理解查询的意图和上下文，从而提高检索到信息的相关性和准确性。

混合检索还可以将不同类型的数据合并到一个查询中，从而大大提高检索效率并降低计算成本。从问题到查询再到答案的完整响应流程可以清楚地看到每个阶段的输出和决策过程，使得系统调试变得更加容易。每个阶段的输出结果还可用于提供和存储检索源信息，并在最终答案中呈现，提高答案的可信度。

优化手段3：答案生成环节，利用摘要和提示工程技术

为了使大模型更好的输出答案，企业可以从以下方面进行优化：

第一，在将来自检索引擎的数据块输入给大语言模型之前，应将其压缩成更易于管理和相关的格式。通过上下文过滤，删除检索结果中的无关信息；

第二，对检索到的知识进行摘要，减少需要处理的token数量，有助于模型专注于最相关的信息，并且如果使用的是专有模型，还可以降低总成本；

第三，通过提示工程引导大语言模型，确保模型在生成答案时，既利用了检索到的信息，也利用了模型内部的知识。

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POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-09-05

别让你的RAG“吃”垃圾数据了！从源头构建高质量知识库的深度文档解析指南

2025-09-05

别再说你的RAG召回率不行，都怪你文档处理的太差——别拿文档处理是难点当借口

2025-09-05

【RAG的16种玩法】反馈闭环、自适应检索增强(中)

2025-09-04

在RAG文档处理中——怎么处理噪音问题

2025-09-04

RAG知识库十大误区和提高准确率示例

2025-09-04

别再只会向量检索！16 个 RAG 高阶玩法曝光（上）

2025-09-03

基于RAG的工业品商品智能推荐

2025-09-03

DeepMind爆火论文：向量嵌入模型存在数学上限，Scaling laws放缓实锤？

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

RAGFlow实战：如何根据文档类型选择最佳切片策略？

2025-06-20

从0到1落地一个RAG智能客服系统

2025-06-20

RAG彻底爆了！一文读懂其架构演进及核心要点

2025-07-15

详解RAG五种分块策略，技术原理、优劣对比与场景选型之道

2025-06-24

Agentic RAG：下一代智能检索与生成的革命性突破

2025-06-24

Dify智能体开发：RAG 技术深度解析与知识库实战指南

2025-07-16

一文搞懂大模型的RAG（知识库和知识图谱）

2025-06-23

5分钟了解GraphRAG和Mem0

2025-07-09

RAG不好用？试试MCP这个“知识库优化大师”

2025-06-15

鹅厂实习生血泪贴：Agent/RAG黑科技，真相竟是这样！

2025-06-20

大家都在问

DeepMind爆火论文：向量嵌入模型存在数学上限，Scaling laws放缓实锤？

2025-09-03

RAG检索后如何应用更有效？

2025-08-28

一文搞懂大模型：何为深入理解RAG？

2025-08-25

别再往AI的知识库塞奇怪的东西了，什么样的知识适合作为RAG知识库？

2025-08-20

当AI学会“查资料”：RAG如何让智能回答更靠谱？

2025-08-11

响应速度提升300%、检索准确率90%：RAG如何让企业知识“活”起来赚钱？

2025-08-05

长文本放提示词中还是采用 RAG？

2025-07-28

AI大模型落地最后一公里：RAG？

2025-07-09

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB