2020年,Meta AI 提出了 RAG 概念,旨在解决大模型的两大瓶颈:
一是知识滞后:大模型基于预训练数据,无法获取训练数据之外的最新信息,如实时政策或企业私有文档。
二是幻觉风险:模型可能生成看似合理实则错误的内容,例如编造论文或数据。
RAG 通过“检索+生成”两个阶段来解决这些问题:首先动态地从外部知识库中检索相关信息,然后将这些信息作为上下文提供给大模型进行答案生成。这样不仅能够利用最新的外部知识,还能显著减少幻觉,并使得答案的来源可追溯,从而大幅提升回答的准确性和可靠性。
尽管利用 RAG 能缓解大模型幻觉问题,但还做不到100%。我们想知道,RAG 到底能发挥多大的作用呢?怎么判断 RAG 的效果好不好?向量化在 RAG 中的作用是什么?无向量 RAG 会是一种未来范式吗?目前有哪些 RAG 产品,各有什么优劣?······
8月19 日晚,开源中国将邀请5名技术专家,就 RAG 技术的发展与应用展开交流。
直播主题:大模型外挂:RAG 技术
直播时间:8 月 19 日周二 20:00-21:30
直播平台:视频号 “OSC 开源社区”
直播嘉宾:
主持人:
- 顾钧,杭州映云科技市场总监,上海开源信息技术协会副秘书长
讨论嘉宾:
- 傅聪,Shopee(新加坡)资深算法专家,高性能检索算法 NSG、MAG 作者
- 肖玉民,TorchV 联合创始人 & CTO
- 祝海林,Idea 研究院 MoonBit AI 辅助编程工具工程师、AutoCoder 作者
- 张颖峰,英飞流 InfiniFlow 联合创始人兼 CEO
微信扫码,预约直播:
![]()
直播亮点
-
RAG 的概念、发展历史,与大模型、Agent 的关系
-
RAG 能多大程度解决幻觉问题?
-
大模型自身幻觉减少后,RAG是否还有存在必要?
-
向量检索的关键作用,以及无向量 RAG 范式
-
RAG 开源项目推荐,以及市面上主流 RAG 产品的优缺点
-
RAG 效果评估标准、技术极限与未来
本次直播中,我们将有 5 轮抽奖,参与就有机会获得 OSC T 恤、马建仓蛇年公仔(限量版)、代码圣杯、马克杯、冰箱贴、前沿技术书籍等。立即扫码预约直播吧!
我们还建了一个 AI 交流群,可以经进来唠唠嗑~
![]()
【数智漫谈】
OSCHINA 视频号直播畅聊栏目【数智漫谈】,每期一个技术话题,三五位专家围坐,各抒己见,畅聊开源。给大家带来最新的行业前沿、最热门的技术话题、最有趣的开源项目、最犀利的思想交锋。如果你手上也有新点子、好项目,想要跟同行交流分享,欢迎联系我们,讲坛随时开放~
![]()