RAG(Retrieval-Augmented Generation,检索增强生成)是一种结合信息检索和文本生成的人工智能技术,广泛用于自然语言处理(NLP)任务,特别是在问答系统、聊天机器人和文档摘要等应用场景中。它主要用于提升语言模型的性能,让模型在生成回答时能够利用外部知识库,而不是仅仅依赖预训练时的内部知识。