RAG主要解决的三个问题

第一是知识时效性，LLMQ 训练完知识就
固定了，训练截止日期之后发生的事它
一无所知;
第二是私有知识覆盖，公司内部文档，
行业专有数据根本没有机会进训练集
LLM 对这些内容是空白的;
第三是幻觉问题Q，没有知识依据时 LLM
容易「自己发挥」编出一个听起来合理
但实际错误的答案，给了它参考资料之
后幻觉就少很多。
这三个问题的根源都是同一件事，知识
被固化在了模型参数里。RAG的解法是
把知识存到外部，用的时候实时检索注
入，彻底绕开了参数里的知识限制。