1. 结合架构
- 检索阶段:使用向量检索获取相关知识片段
- 增强阶段:将检索结果与问题一起输入大语言模型
- 推理阶段:模型使用链式思维在检索知识基础上进行推理
2. 实现方式
- 检索增强生成 + 零样本链式思维:检索结果 + 逐步推理指令
- 检索增强生成 + 少样本链式思维:检索结果 + 带推理过程的示例
- 检索增强生成 + 自一致性:对检索增强的推理过程进行多次采样投票
3. 技术实现
- 使用腾讯云向量数据库存储知识向量
- 使用腾讯云 ES 进行文本检索
- 结合腾讯云混元大模型的链式思维能力进行推理
4. 效果优势
- 解决大语言模型的知识时效性问题
- 提升事实性问题的准确性
- 在企业知识库问答场景效果显著