拖拉到正確格子
RAG(檢索增強生成)是 iPAS 生成式 AI 高頻考點(初級科目二、中級科目一)。重點:回答前先從知識庫檢索相關內容當依據再生成,減少幻覺、提供可查證來源、更新知識庫即可更新答案。易混點:RAG(外掛知識、不改權重)與微調(改模型、內化技能)解決不同問題、常搭配使用;檢索不準答案就不準。情境:把法規條文、內規、產品文件做成可問答的知識輔助系統。
想練情境題與詳解 → AI 學習與考證地圖
檢索增強生成(Retrieval-Augmented Generation)；讓語言模型在回答前先檢索外部知識庫，把相關內容當依據再生成答案。
減少幻覺、補足模型不知道或過時的知識、提供可查證的來源，且更新知識庫即可更新答案、不必重訓模型。
把文件切塊並轉成嵌入存入向量資料庫；查詢時用相似度檢索最相關片段，連同問題一起餵給模型生成答案。
文件切塊策略、嵌入與檢索品質、取回片段的數量與排序，以及提示如何組織脈絡；檢索不準答案就不準。
知識常變、要可查證、來源多用 RAG；要改變模型風格或內化特定技能用微調；兩者也常搭配使用。