第 1 章：檢索增強生成簡介
先搞懂 RAG 要解決什麼問題、它怎麼運作，以及它跟微調差在哪。
這裡先處理概念，不碰實作：RAG 解決什麼問題、一次問答如何運作，以及它和微調的差別。
你會學到
01大型語言模型為什麼會答錯、會亂編
02RAG 的定義和三個步驟
03檢索器和生成器各做什麼
04RAG 和微調怎麼選
5 篇，照順序讀
01
→1.1 標準大型語言模型的限制
LLM 能生成流暢文字，但仍有知識截止、幻覺、專業知識不足與來源難以追溯等問題。
02
→1.2 什麼是檢索增強生成（RAG）？
RAG 的定義，以及一次問答從頭到尾經過哪三個步驟。
03
→1.3 RAG 系統的核心架構
一個 RAG 系統由檢索器和生成器組成，再加上事先準備好的知識庫。
04
→1.4 RAG 對比微調：理解其差異
兩種都能讓模型更適合你的用途，但解決的是不同的問題。
05
→1.5 使用 RAG 的優勢
RAG 好在哪裡，以及它不是萬靈丹的地方。