AI 与大模型 · P0 · AI 应用核心
RAG
能从文档预处理到证据引用构建可评测、可优化的检索增强生成系统。
投入：2 周前置：Python、向量、Embedding 与基础数据库
配套架构图：先读懂数据流、模块边界与失败路径，再进入教程实践。
学习速览
- ✓理解切分、向量化、召回、重排、生成的完整闭环
- ✓能诊断召回不足、上下文过长和幻觉问题
- ✓能建立离线问题集与召回/答案质量指标
学习路线大纲
阶段 1
基础：文档清洗、分块、Embedding 与向量库
阶段 2
核心机制：混合检索、过滤、重排与上下文组装
阶段 3
工程实践：增量索引、缓存、引用溯源与安全边界
阶段 4
项目验收：完成带来源引用和拒答策略的知识库问答
练习与验收标准
- □每条答案都能回指证据片段
- □有 Recall@K、命中率与延迟基线
- □对无答案问题明确拒答而不是编造