🔑 名詞卡
RAG（Retrieval-Augmented Generation，檢索增強生成）
🎯 定義
將「外部知識檢索」與「語言生成」結合的技術，在生成過程中先檢索相關外部資料，再基於這些資料生成答案，能提升模型在背景知識要求較高任務中的準確性。
運作流程
外部知識庫檢索相關資料 → 結合檢索結果 → 生成模型產出對應答案。
應用示例
問答系統中先從 Wikipedia／醫學文獻資料庫檢索相關資料，再生成具體答案。
記憶技巧
RAG＝「先查（Retrieval）再答（Generation）」，像開卷考試，先翻資料再作答。
易混淆
- vs LoRA：RAG 解決「知識不足」問題（外掛知識庫），LoRA 解決「微調成本高」問題（輕量調參）；兩者常一起考、目的完全不同。
📖 課文原文「檢索增強生成（RAG）：這一方法將『外部知識檢索』與『語言生成』結合，能夠在生成過程中整合大量外部資料，提升模型在背景知識要求較高任務中的準確性。」