检索增强生成技术研究综述

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：吴璇, 付涛

单位：云南财经大学，昆明 650221

摘要：大语言模型在自然语言处理领域表现出强大的能力，但依然面临诸如幻觉、缺乏领域特定知识等问题。检索增强生成（retrieval-augmented generation，RAG）利用大规模的外部知识库来增强模型的语义理解和生成能力，有效缓解了大语言模型所面临的部分问题，为开放域问答、文本摘要、对话系统等自然语言处理任务提供了有效的解决方案。将全面综述检索增强生成的关键技术进展，包括检索器、生成器以及各个部分优化的可能性；总结了现有的检索增强生成评估方法，探讨了当前RAG评估的局限性。最后，讨论了检索增强生成未来可能的研究方向。

关键词：检索增强生成（RAG）,大语言模型（LLM）,知识库,信息检索