探索 RAG 在培养复杂的LLMs方面的作用。 Scott Dykstra (斯科特·戴克斯特拉) 联合创始人兼首席技术官在 2022 年之前，如果你想在没有作品本身的情况下快速回忆起你最喜欢的书中的特定段落或你刚刚看过的电影中的台词，你可能会转向搜索引擎。您可以使用格式良好的搜索输入来提示它，解析返回的结果，访问似乎包含您的答案的 SparkNotes 或 IMDB 链接，并在几分钟内在页面上找到您要查找的文本。现在，您只需打开 ChatGPT，输入“最著名的《终结者》名言是什么？”或者“写出《两个城市的故事》的开头段落”并在几秒钟内得到你的逐字回答。 大型语言模型 (LLM) 最简单的用途之一是作为知识数据库。LLMs接受过包含丰富信息的海量数据集的培训，像 ChatGPT 这样的界面使得检索变得很容易。例如，当您提示 ChatGPT 返回电影或书籍中的内容时，您只是利用模型的能力来回忆其在训练期间接触到的信息。但是，如果它没有接受《终结者》剧本的训练，或者它的权重不重视狄更斯的作品，该怎么办？为了即使是最简单的用例（例如基本信息检索）也能提供最准确和相关的结果，LLMs需要...