1、什么是RAG？

檢索增強生成（Retrieval-Augmented Generation, RAG），读起来非常绕口，我理解的核心就是就是基于让大模型在做生成的时候，能够基于你的知识生成答案，而不是那种通用的泛泛内容。

传统的RAG流程

从网络上找了一个通用的 RAG 的流程，简单总结一下，

1、就是将大模型需要的各种知识先进行向量化存储到数据库里面，

2、然后用户询问的时候从数据库找相近的知识，

3、检索出来之后进行重排序（rerank），获取最终的检索结果，将检索结果作为背景知识给到 LLM 生成大模型，获得基于你的背景知识的回复。

图片来源，请看附录

至于一般常说的 chunks、多路召回等，都是在这个基础上做的迭代与改进，至于为什么要改进，我在后续的文章中，再跟大家分享我遇到的坑。

2、解释几个核心的技术概念

什么是向量化

抛开技术实现原理不看，大家简单理解，就是他可以一定程度显示语义，可以识别语义的相似度。

为什么需要重排序（rerank）

既然向量化已经能够解决语义相似性了，为什么还需要 rerank 这一步？

因为向量化他只是一定程度的解决语义相似性问题，但是区分的并不是很好，rerank 它可以更加准确的区分语义，特别是看起来非常接近的概念。例如法律领域的买方、卖方，医学领域中各种 病症的名词，这种差之毫厘，失之千里。 这个就是 rerank 存在的意义，进一步识别语义。

LLM生成大模型是什么

其实这个就是我们常说的大模型。豆包、GPT 5 等都是说的这个大模型，所以前面的动作都是铺垫，都是准备内容，让这一步 LLM 大模型获取更加准确的知识，生成更加贴近我们场景的内容。

3、RAG应用场景

为什么 RAG 会这么火爆，因为他是打造自己的大模型应用的基础流程，只有把你的知识塞给大模型后，大模型才能生成你个性化的内容，不然大家为什么不直接使用豆包呢？

目前最常见的场景，就是搭建一个企业内部的知识问答工具，企业知识都是沉淀到企业内部的，必须要通过检索工具，给到大模型，大模型才能基于公司的场景进行专业回复。

如果想搭建自己的 Agent，RAG的理念/流程基本必不可少。例如你想搭建一个二次元/游戏领域聊天大模型，你就必须能够把二次元相关的最新信息给他才行（市面上的大模型基本都是按照轮次训练的，并不会自带最新的信息）。例如你问他梦幻西游 129 五开，

4、目前主力攻克的方向

幻觉问题

幻觉问题，很大一部分来源于大模型不知道他不知道，他以为他知道了，就开始跟你一顿胡吹，然后他还不知道他错了，这种在小众领域/企业内部专有名词上，表现的尤为严重，我们目前也是在主力解决这个问题。

目前市面上针对这种，相对成熟的方向是让 AI 自建知识图谱，然后通过图关系的形式，理解知识，但是坦白来说，例如 KAG（蚂蚁开源）、Light RAG，都无法做到开箱即用，还是需要我们自己不断尝试。

上下文长度问题

目前当我们给的背景知识长度太长之后，会导致回答显著变慢，影响用户体验。更致命问题，就是大模型会产生注意力缺失，就像别人给我们上了一整堂课之后，大模型自己会自己忽略掉很多细节。然后就觉得背景知识明明有，但是为什么大模型回答不出来的问题。

那么能不能给到大模型真正需要的知识？ 那么就需要我们在文档拆分、知识检索、知识重排的准确性很高才行。这里面每个又都是一个难点。如果后续大模型本身迭代，能够优化长上下文准确性，整个流程就简化很多了

多跳问题

多跳 (multi-hop)：问题需要把多个信息点结合起来，经过“推理链”才能得到答案。 例如你问大模型，过去 5 年，哪个省份 GDP 增长幅度最大。这种场景就需要大模型自己检索过去 N 年的各个省份的数据，然后综合对比，获得增长幅度最大的结果。

这种场景在分析类 RAG 非常场景，目前主流的步骤是采取 问题拆解、分别检索、综合获取最终答案，但是这种问题拆解难度很高。更加趋势类的做法是 Agentic RAG，采取类似 MCP 理念，让 AI 自己问题拆分、检索、分析，基于分析结果再继续拆分、检索……。

5、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

6、为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

7、大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

---

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】