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！
![up-d0ddd08ceeff2b5526d3def6537a6ac649b.png]()
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～
![]()
