第2章
传统生成与检索增强生成

传统的生成式AI模型，如GPT系列，通过大量数据的训练获得出色的语言生成能力，但在应对实时信息和知识精确度方面存在局限性。RAG技术的出现为生成式AI的能力提供了全新的延伸。

RAG将信息检索与生成模型相结合，克服了传统大模型无法动态更新知识的问题。这种组合不仅有效提升了响应的实时性和准确度，还能显著提高模型的资源利用效率和适应性。因此，RAG在各类应用场景中得到了广泛应用，如问答系统、文档生成和个性化推荐等。

本章将深入介绍生成式AI和RAG的基本概念、RAG存在的独特价值，还将介绍大模型核心架构Transformer和预训练大模型BERT和GRT，为读者后续在实际应用和开发中运用RAG技术奠定理论基础。