AI模型在特定场景中发挥作用时，通常需要访问背景知识。例如，客户服务聊天机器人需要了解其服务的企业信息，法律分析机器人则需掌握大量历史案例。开发者通常通过检索增强生成（RAG）技术来增强AI模型的知识。RAG从知识库中检索相关信息并附加到用户的提示中，显著提升模型响应质量。然而，传统RAG解决方案在编码信息时会去除上下文，导致无法有效检索相关知识。本文介绍了一种称为“情境检索”的方法，该方法结合了情境嵌入和情境BM25两种子技术，能将检索失败率降低49%，从而大幅改进RAG的检索步骤。

本专栏通过快照技术转载，仅保留核心内容

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除