购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.7 本章小结

本章首先介绍了现有的大模型存在知识更新、不可解释性、训练成本、数据泄露等问题,引出RAG系统,然后简要介绍了RAG系统的构成、优缺点、使用场景及面临的挑战。在实际应用中,一方面,我们会尽可能地考虑如何优化RAG系统的召回部分,这里涉及很多技巧,在本书的第二部分将重点进行介绍。另一方面,还需考虑如何让大模型有选择地利用检索到的知识,而非盲目地生成答案。这可以概括为模型偏好的问题。在RAG系统中,这个偏好分为内容风格偏好和选择性使用检索知识的知识偏好,它会训练大模型以生成更有价值、更受欢迎的内容。在后续章节中,我们将具体分析检索—生成两阶段的核心算法以及如何优化RAG系统。 KqY7adgPAdjaP507qBhbRBHYIu16LVC+6ctdAhvPhwK5S9fTnam/ZR9UXzSB1eQU

点击中间区域
呼出菜单
上一章
目录
下一章
×