5. RAG应用

5.1 RAG

RAG主要解决大模型幻觉与知识库频繁更新问题。

5.2 GraphRAG

5.3 Agentic RAG

5.4 多模态RAG

5.4 Router

• if-else就是一个最基础的router

5.5 其他

• 文件解析

• 图表问答

最简单的思路，图片可以caption转化为text.

• 多轮问答

优化

HyDE 以及 inverted HyDE

• prompt通过LLM生成答案，检索与生成答案语义相似的文档
• 对文档chunk通过LLM生成多个可能的问题，检索与prompt类似的生成问题

文档拆分chunk

• 每个chunk中添加指向其上下文（前后chunk）的引用，确保模型可以理解前后文关系。例如，可以在每个chunk的开头和结尾附加一些上下文内容
• 使用层级结构来表示文档的逻辑关系。每个chunk可以包含指向父chunk和子chunk的链接，以确保模型可以理解和追踪文档的层级结构和逻辑关系。
• 构建知识图谱，明确文档内各部分的关联和层次结构

其他优化

• 输入大模型的retrieval文档顺序