RAG（Retrieval-Augmented Generation，检索增强生成）是解决大语言模型”知识过时”和”幻觉”问题的核心技术方案。它的原理很简单：当用户提问时，先从一个外部知识库（如企业文档、数据库、网页等）中检索出相关的内容片段，然后将这些内容连同用户问题一起输入给大模型，让模型基于检索到的事实信息来生成回答。这样既利用了LLM强大的理解和生成能力，又能确保回答基于最新的、特定领域的事实知识。RAG已被广泛应用于智能客服、企业知识库问答、AI搜索等场景，是目前企业落地大模型最主流的技术架构之一。