AI大模型小白手册 | RAG进阶：从胡说八道到引经据典

树獭非懒
0 阅读12分钟

前言

在上一篇博客中，我们搭建了一个能回答问题的 RAG 系统。但你可能发现，面对复杂问题，它有时会“一本正经地胡说八道”，或者检索不到关键信息。

这篇我们将深入 RAG 的核心，从最基础的 Native RAG 开始，逐步进阶到 GraphRAG 和 RAFT，看看如何把一个“半吊子”变成“专家”。

大模型系列系列目录（持续更新）：

AI大模型小白手册｜基础原理篇

AI大模型小白手册 | API调用的魔法指南

AI大模型小白手册｜如何像工程师一样写Prompt

AI大模型小白手册｜Embedding 与向量数据库

AI大模型小白手册 | RAG技术与应用

一、Native RAG：RAG 系统的标准流程

虽然我们在第一篇提到过 RAG，但为了进阶，我们需要更细致地审视 Native RAG（原生 RAG） 的每一个毛孔。它是所有高级 RAG 的基石。

以发生的“OpenAI CEO 山姆·阿尔特曼被解雇又复职”这一热点事件为例，Native RAG 的运作流程如下：

1.1 Native RAG的步骤

1.1.1 Input（输入）

用户提出一个问题（Query），例如：

“如何评价 OpenAI 首席执行官山姆·阿尔特曼在三天内被董事会突然解雇，随后又被公司重新聘回？这简直像现实版的《权力的游戏》。”

这个查询是整个流程的起点。

1.2.2 Indexing（索引阶段）——预处理知识库

这是系统部署前完成的离线过程，用于构建可检索的知识库。

  • 文档（Documents）：原始文本数据，如新闻报道、维基百科条目、公司公告、技术博客等。
  • 分块（Chunking）：将长文章切分成较小的语义段落。例如，一篇关于 OpenAI 人事变动的长文被切分为多个包含关键信息的段落。
  • 嵌入（Embeddings）：使用中文嵌入模型（如 BGE、text2vec 等）将每个段落转换为向量。
  • 存储（Storage）：将这些向量存入向量数据库（如 Milvus、FAISS 或阿里云 OpenSearch），支持高效语义检索。

📌 目标：建立一个结构化的中文知识库，让系统能根据语义快速找到与问题相关的资料。

1.2.3 Retrieval（检索阶段）

当用户提问时，系统执行以下操作：

  1. 将用户的 中文问题 转换为嵌入向量。
  2. 在向量数据库中查找语义最相近的几个文档片段。
  3. 返回最相关的若干个中文段落。

🔍 示例：

  • 用户问：“阿尔特曼为何被解雇又复职？”

  • 检索出的相关段落可能包括：

    • “OpenAI 宣布山姆·阿尔特曼回归担任 CEO，此前他因与董事会在公司发展方向上存在分歧而被解雇。”
    • “多位高管和员工联名要求董事会恢复阿尔特曼职务，否则将集体离职。”
    • “微软介入协调后，双方达成和解，阿尔特曼重返 OpenAI。”

这一步确保大模型能基于真实、最新的中文信息作答。

1.2.4. Generation（生成阶段）

大语言模型（如通义千问、ChatGLM、文心一言等）接收增强后的提示进行回答。

带 RAG 的提示构造示例：

问题：如何评价 OpenAI 首席执行官山姆·阿尔特曼在三天内被董事会突然解雇，随后又被公司重新聘回？ 请根据以下信息回答： 【段落1】OpenAI 宣布山姆·阿尔特曼回归担任 CEO，此前他因与董事会在公司发展方向上存在分歧而被解雇。 【段落2】多位高管和员工联名要求董事会恢复阿尔特曼职务，否则将集体离职。 【段落3】微软介入协调后，双方达成和解，阿尔特曼重返 OpenAI。

生成的回答可能为：

“这一事件反映出 OpenAI 内部在公司战略方向上存在严重分歧。董事会最初试图推动更注重安全性的路线，而阿尔特曼则主张加速产品迭代。员工的大规模抗议和微软的介入最终促使双方妥协，凸显了科技公司治理中创始人、董事会与核心团队之间的复杂权力博弈。”

1.2.5. 对比：有 RAG vs 无 RAG

场景输出结果
❌ 无 RAG“我无法评论近期事件……我的训练数据截止到 2024 年，不了解此事。” → 模型缺乏最新信息，只能回避。
✅ 有 RAG基于检索到的真实新闻，分析事件背后的公司治理、员工影响力和外部资本作用。 → 回答具体、有依据、时效性强。

二、RAG召回: 为什么你的 RAG 查不准？

在 Native RAG 中，召回（Retrieval）是第一步，也是最关键的一步。业内有一句行话：“Garbage in, Garbage out”（垃圾进，垃圾出）。

1.1 通俗理解

想象你问一个问题：“如何防止大模型产生幻觉？”

RAG系统不会直接让大模型凭空回答，而是先派一个“图书管理员”（即召回模块）去你的公司知识库、技术文档、维基百科等“图书馆”里，快速翻找和这个问题最相关的几段文字（比如“RAG原理介绍”“幻觉缓解方案”等）。

这些被找出来的文字，就是“召回结果”，之后才会交给大模型，让它基于这些真实资料来生成答案。

所以：

  • 召回做得好 → 找到的资料准、全 → 大模型答得对；

  • 召回做得差 → 找到一堆无关内容 → “垃圾进，垃圾出”，哪怕大模型再强也白搭。

2.2 召回的核心目标

  1. 精准性：返回的内容必须和问题高度相关；

  2. 全面性：不能漏掉关键信息（高召回率）；

  3. 效率：在毫秒级内完成，尤其面对百万级文档库；

  4. 适配生成：召回的片段要能直接用于大模型生成答案（不能太碎或太冗长）。

2.3 常见召回策略

2.3.1 多路召回（Multi-path Retrieval）

  同时用多种方法找资料，比如：

  • 向量检索（语义相似）
  • 关键词检索（BM25）
  • 图谱检索（基于实体关系）
  • 假设性文档嵌入（HyDE）

2.3.2 查询优化（Query Rewriting）

  用户问得模糊？系统自动改写问题，比如：

  • “怎么提速？” → “如何提高深度学习模型训练速度？”
  • 生成多个语义等价的查询变体，扩大搜索覆盖面。

2.3.3 Small-to-Big 召回

先用小文本块做高精度向量匹配，再映射回原始大段落，兼顾检索精度和上下文完整性。

2.3.4 重排序（Rerank）

初步召回几十条后，用更强的交叉编码模型（如 BGE-Reranker）精细打分，把最相关的前3~5条喂给大模型。

2.4 总结一句话

RAG 中的“召回”，就是为大模型精准投喂“弹药”——找对了资料，答案自然靠谱；找错了，再强的模型也会“胡说八道”。

如果你正在搭建 RAG 系统，80% 的优化精力应该花在召回阶段。

三、GraphRAG: 解决复杂推理的神器

GraphRAG 是对传统 RAG（Retrieval-Augmented Generation） 的一种重要升级，其核心思想是：不仅利用原始文本片段进行检索，更通过构建知识图谱（Knowledge Graph）来捕捉实体、关系和高阶语义结构，从而实现更精准、更连贯、更具推理能力的问答与生成。

3.1 通俗理解

GraphRAG = RAG + 知识图谱（Graph-based Knowledge Representation）

它把文档中的信息“结构化”成图，用图的拓扑关系辅助检索与生成。

3.2 为什么需要 GraphRAG？

什么时候需要 GraphRAG？

Native RAG 擅长回答“是什么”（What），但面对“为什么”（Why）和复杂的关联关系时往往力不从心。

  • 场景：如果用户问，“OpenAI 的这次动荡对微软的股价有什么间接影响？”
  • Native RAG 的困境：文档里可能有“A 阿尔特曼被开除”和“B 微软是 OpenAI 投资者”两个片段，但它们是孤立的。模型很难把这两块孤立的碎片拼凑起来推理。
问题传统 RAG 的短板
缺乏全局视角只能基于局部文本片段回答，看不到跨文档的关联
难以处理复杂推理比如“公司A收购了B，B的CEO是谁？”需要多跳推理
语义碎片化文本块彼此孤立，无法体现“苹果（水果）” vs “Apple（公司）”的区别
召回依赖表面相似性向量检索可能漏掉逻辑相关但词汇不同的内容

GraphRAG 的解法：

  1. 构建知识图谱：将文档转化为“节点”和“边”。例如：[山姆·阿尔特曼] --(任职于)--> [OpenAI] <--(投资)--> [微软]。
  2. 图遍历：当用户提问时，系统不仅看文本相似度，还看图谱中的路径。它能发现“阿尔特曼”到“微软”之间隔着两跳关系。
  3. 生成：模型基于这张“关系网”生成答案，逻辑更连贯。

3.3 GraphRAG 的核心思想

  1. 从原始文档中抽取结构化知识

    1. 识别实体（人、组织、地点、概念等）
    2. 抽取关系（“任职于”、“位于”、“导致”等）
    3. 构建知识图谱（节点=实体，边=关系）

  2. 在图上进行“图感知”的检索

    1. 不只是找相似句子，而是找相关实体及其邻居子图
    2. 支持多跳推理（例如：A → 关联 B → 关联 C）

  3. 将子图信息作为上下文输入大模型

    1. 把图结构（或图摘要）转换为自然语言提示
    2. 大模型基于结构化+非结构化信息生成答案

四、RAFT ：训练一个“听话”的 AI

4.1 先理解两个关键词

1. 微调（Fine-Tuning）

  • 大模型（比如你听说过的 ChatGPT、Qwen 等）一开始是在大量通用数据上训练的。
  • 如果你想让它在某个特定任务（比如医疗问答、法律咨询）上表现更好，就需要用这个领域的数据对它进行“微调”——就像给一个已经会说话的学生，再专门教他医学术语一样。

2. 检索增强（Retrieval-Augmented）

  • 检索 = 查找相关资料。比如你问“新冠疫苗有哪些副作用？”，系统先去数据库里找出和这个问题最相关的几篇医学文章。

  • 增强 = 把这些查到的信息“喂”给大模型，帮助它生成更准确、有依据的回答。

4.2 那 RAFT 是什么？

RAFT ： 在微调的时候，也加入“检索到的信息”来训练模型。

传统微调：只给模型“问题 → 正确答案”这样的数据对。

RAFT 微调：给模型“问题 + 检索到的相关文档 → 正确答案”。

这样做的好处是：

  • 模型学会依赖外部知识，而不是死记硬背训练数据。

  • 回答更准确、可溯源（因为参考了真实文档）。

  • 减少“胡说八道”（幻觉问题）。

4.3 RAG VS RAFT

RAFT 和 RAG 看起来确实很像，你的感觉很正常！

因为它们都做了“检索 + 生成”这件事。但关键区别在于：模型有没有在训练阶段“学会怎么用检索到的信息” 。

我们用一个生活化的比喻来帮你彻底搞清楚 👇

假设你要教一个孩子回答这样的问题：

问题：企鹅会飞吗？ 正确答案：不会，企鹅是鸟类但不会飞。

4.3.1 情况一：RAG（Retrieval-Augmented Generation）

  • 你不专门训练孩子，只是每次他遇到问题时，你递给他一本百科全书，并说：“答案在这本书第23页，你自己看，然后回答。”

  • 孩子可能：

    • 能找到关键句子 → 答对 ✅
    • 找错了段落、或看不懂 → 答错 ❌
    • 甚至直接忽略书，凭记忆瞎猜（比如他说“鸟都会飞！”）→ 幻觉 🤯

RAG 的核心：模型本身没变，只是“临时给它查资料”。它没学过如何可靠地使用这些资料。

4.3.2 情况二：RAFT（Retrieval-Augmented Fine-Tuning）

  • 你提前训练孩子很多次：每次给他一个问题 + 一段相关的百科文字，然后教他：“你要根据这段文字来回答，不能自己编！”

  • 经过反复练习，孩子学会了：

    • 只相信给的材料
    • 忽略自己错误的常识（比如“鸟都会飞”）
    • 从文本中提取关键信息作答

RAFT 的核心：模型被专门训练过，知道“我必须依据检索到的文档来回答”，而不是靠内部记忆。

4.3.3 对比表

方面RAGRAFT
是否微调模型？❌ 不微调，用原始大模型✅ 微调，教模型怎么用检索结果
模型是否“信任”检索内容？不一定，可能忽略或误解学会了优先依赖检索内容
抗幻觉能力一般（尤其当检索结果复杂时）更强（因为训练时就被约束）
适用场景快速部署、通用问答高精度领域（如医疗、法律）
实现成本低（只需加个检索模块）高（需要标注数据 + 训练）

4.3.4 举个容易出错的例子

问题：青霉素是谁发现的？

  • 正确答案：亚历山大·弗莱明（1928年）

但假设检索系统不小心返回了一段错误文档，比如：

“居里夫人在1920年发现了青霉素。”

  • RAG 模型：可能直接照着错误文档说“居里夫人”，或者和自己记忆冲突后胡乱综合 → 容易出错。
  • RAFT 模型：虽然也会受错误文档影响，但它更倾向于忠实复述检索内容（这是训练目标），反而行为更可预测；而且如果训练数据里有“如何处理矛盾信息”的例子，它还能学会质疑。

当然，两者都依赖检索质量——垃圾进，垃圾出（GIGO）。但 RAFT 让模型“更听话、更守规矩”。

4.3.5 总结

RAG 是“边用边查”，RAFT 是“先教会它怎么查、怎么用，再让它去用”。

就像一个是临时抱佛脚的考生，另一个是经过专项训练的答题高手。

五、结语：你的 RAG 进阶路线图

总结一下，构建一个强大的 RAG 应用，你可以按照以下路径升级：

  1. 起步：Native RAG（向量数据库 + 大模型）。

  2. 优化：加入 Rerank 模型，解决 80% 的查不准问题。

  3. 攻坚：

    1. 如果是复杂关系难题 →→ 上 GraphRAG。
    2. 如果是严肃专业领域 →→ 上 RAFT。
avatar
文章
阅读
粉丝