RAG = Retrieval-Augmented Generation：先把知识切成块（chunk），用Embedding转成向量存起来，推理时根据问题召回最相关的知识块，注入LLM上下文。本质：把「长尾知识」外置到向量库，减轻模型参数负担，同时提高答案准确性。
提示：点击正文区域或按 ← → 方向键翻页 · 按 ↑ ↓ 滚动