讲一下rag的大致流程
RAG 大致三步走～ 1 离线准备：把文档切块（chunk），用 embedding 模型向量化，存进向量数据库，建好索引。 2 在线检索：用户提问后，把 query 也向量化，去向量库里做相似度检索，捞出最相关的 top-k 片段；讲究点的还会加 BM25 混合检索 + rerank 精排。 3 生成回答：把检索到的片段拼进 prompt，让 LLM 基于这些上下文生成答案，降低幻觉。 一句话总结就是：先存知识，再捞知识，最后带着知识去生成 😄
RAG 大致三步走～ 1 离线准备：把文档切块（chunk），用 embedding 模型向量化，存进向量数据库，建好索引。 2 在线检索：用户提问后，把 query 也向量化，去向量库里做相似度检索，捞出最相关的 top-k 片段；讲究点的还会加 BM25 混合检索 + rerank 精排。 3 生成回答：把检索到的片段拼进 prompt，让 LLM 基于这些上下文生成答案，降低幻觉。 一句话总结就是：先存知识，再捞知识，最后带着知识去生成 😄