因为摸鱼太久导致被美团二面暴打，我痛定思痛决定好好学一下。
现在准备秋招了，上个星期面了字节和奇绩创坛，前两天面了美团，很快，上午投的，晚上就面了，
然后面完发现确实玩了太久了，这博客也好久没更新了，赶紧加班加点学一下噻。
那么不说废话了。
先讲讲RAG是什么？
这个RAG我讲过很多次了，（现在看到这里基本上是3.0版本了，现在的东西就不算速成的内容了，我说过我要写教程，写大众通识的内容，所以要深入浅出完整的讲。）
这个东西本质上算外置大脑，在模型进行给出内容之前先检索再生成。
那么RAG 解决了什么问题或者有什么用？
幻觉
知识过时（现在一般通过联网解决问题）
无法访问私有/特定领域数据
那么RAG的核心工作流程是什么？
第一阶段：检索
在你知识库准备好之后，我们需要对数据集进行分块处理，
太大不行（大了加了还不如不加），太小也不行（太少容易丢东西）。
然后进行向量化：
使用嵌入模型（Embedding Model） 将每个文本块转换为一个高维向量（即一组数字），这个向量可以表征文本的语义。
讲一下嵌入层和嵌入模型的区别：
这里就用人家的了，至于神经网络有什么东西请移步机器学习的部分。
总结一：关系与区别
特性 | Embedding层 | 嵌入模型 (Embedding Model) |
本质 | 神经网络中的一个组件/层 | 一个完整的、独立的模型 |
输入 | 单个单词/物品的索引（ID） | 一段文本（句子、段落等） |
输出 | 一个静态的、与上下文无关的向量 | 一个动态的、包含上下文信息的语义向量 |
核心机制 | 查表（Look-up Table） | Transformer编码器 + 自注意力机制 + 汇聚 |
类比 | 字典：给你一个词，返回它的定义。 | 语言专家：给你一句话，他理解后告诉你这句话的核心意思 |
那么高维向量是矩阵集合吗？
不是，这个就是向量，带方向的数字罢了，不过一堆batch组成的算矩阵集合。
存储：将这些向量及其对应的原始文本存储到向量数据库里。
在线检索（用户提问）：
当用户问问题时，将问题也转换为一个向量。
将这个“问题向量”送入向量数据库，进行相似性搜索，快速找出与问题向量最相似的几个文本块。
那么怎么筛选最相似的文本块？
然后我就要给你讲搜广推的东西了：
1：给他设置一个分数，如果低于90分的就不要。
2：重排序模型：
先粗排-过滤-精排，
分别有top-k（第一次排序的数量，先筛多点，k一般是50到200）需要高召回率；
然后是top-n（再筛选完送回LLM的文本数量，n一般是1到5）
然后拿到top-n上传LLM。
3：元数据模型：
就是给出标注让他自己搜。
第二阶段：增强生成
构建增强提示（Prompt）：
这里大伙就熟悉了，就是提示词问什么，
这个提示通常类似于：
“请严格根据以下提供的信息来回答问题。如果信息中不包含答案，请直接说'根据已知信息无法回答'。
【信息开始】
{这里插入从向量数据库检索到的相关文本}
【信息结束】
问题：{用户的问题}”
模型生成答案：
大语言模型（LLM）的上下文窗口现在不仅包含了用户的问题，更重要的是包含了解决问题所需的确切知识。
或者是这样：
你是一个法律专家，你需要按照。。。。。。
你会用百度，基本上用ai基本没问题。
RAG怎么优化？
那么根据上面怎么来的，就怎么优化，
1：数据优化：
这个数据要出重，降噪，还有文本分割。
1.1：这个文本分割怎么做？
常规都是按照章节，段落句子去分，然后设置一点固定tokens，
同时有一级标题和二级标题，或者子类。
这会就加上关键字（元数据）作者，时间之类的。
2：检索优化：
2.1：选择对应的模型和数据同时进行嵌入增强（就是扩展/压缩语义让他听得懂）
2.2：加上上下文召回之类的，还有上述的粗排＋精排。
2.3：换向量数据库和修改索引对应参数。
