2025年初，大模型賽場熱度不減，有拼成本優(yōu)勢，拼Tokens調(diào)用量的短跑賽；有比慢思考，比大模型推理能力的長跑賽。但在觀看這些“經(jīng)典賽事”的同時，我們還需要注意另一場正在舉行中，并且對大模型行業(yè)未來至關(guān)重要的比賽——RAG越野賽。

所謂RAG，是指Retrieval-Augmented Generation檢索增強(qiáng)生成。顧名思義，RAG是將大語言模型的生成能力與搜索引擎的信息檢索能力進(jìn)行結(jié)合，這已經(jīng)成為目前主流大模型的標(biāo)配。

之所以說RAG是一場越野賽，是因為大模型最被人質(zhì)疑的問題，就是生成內(nèi)容時經(jīng)常會出現(xiàn)有明顯訛誤的大模型幻覺。這些幻覺就像崇山峻嶺，遮擋了大模型的進(jìn)化之路。

而RAG的戰(zhàn)略價值，就在于它是克服大模型幻覺的核心方案。換言之，誰能贏得RAG越野賽，誰就能解決大模型的核心痛點，將AI帶到下一個時代。

讓我們進(jìn)入大模型RAG的賽道，看看這場越野將把AI帶向何方。

讓我們先把時針調(diào)回到你第一次接觸大語言模型的時候。初次嘗試與大模型聊天，驚艷之外，是不是感覺好像有哪里不對？

這種不適感，很可能來自大模型的三個問題：

1.胡言亂語。對話過程中，我們經(jīng)常會發(fā)現(xiàn)大模型說一些明顯不符合常識的話，比如“林黛玉的哥哥是林沖”“魯智深是法國文學(xué)家”之類的。這就是LLM模型的運(yùn)行原理，導(dǎo)致其在內(nèi)容生成過程中會為了生成而生成，不管信息正確與否。這也就是廣受詬病的大模型幻覺。業(yè)內(nèi)普遍認(rèn)為，幻覺不除，大模型就始終是玩具而非工具。

2.信息落后。大模型還有一個問題，就是知識庫更新較慢，從而導(dǎo)致如果我們問近期發(fā)生的新聞與實時熱點它都無法回答。但問題在于，我們工作生活中的主要問題都具有時效性，這導(dǎo)致大模型的實用價值大打折扣。

3.缺乏根據(jù)。另一種情況是，大模型給出了回答，但我們無法判斷這些回答的真?zhèn)魏涂煽啃浴．吘刮覀冎烙写竽Ｐ突糜X的存在，進(jìn)而會對AGIC產(chǎn)生疑慮。我們更希望能夠讓大模型像論文一樣標(biāo)注每條信息的來源，從而降低辨別成本。

這些問題可以被統(tǒng)稱為“幻覺荒野”。而想要穿越這片荒野，最佳途徑就是將大模型的理解、生成能力，與搜索引擎的信息檢索融合在一起。

因為信息檢索能夠給大模型提供具有時效性的信息，并且指明每條信息的來源。在檢索帶來的信息庫加持下，大模型也可以不再“胡言亂語”。

檢索是方法，生成是目的，通過高質(zhì)量的檢索系統(tǒng)，大模型有望克服幻覺這個最大挑戰(zhàn)。

于是，RAG技術(shù)應(yīng)運(yùn)而生。

在RAG賽道上，檢索的優(yōu)劣將很大程度上影響生成模型最終生成結(jié)果的優(yōu)劣。比如說，百度在中文搜索領(lǐng)域的積累，帶來了語料、語義理解、知識圖譜等方面的積淀。這些積淀有助于提升中文RAG的質(zhì)量，從而讓RAG技術(shù)更快在中文大模型中落地。在搜索引擎領(lǐng)域，百度構(gòu)建了龐大的知識庫與實時數(shù)據(jù)體系，在眾多需要專業(yè)檢索的垂直領(lǐng)域進(jìn)行了重點布局。

其實，把搜索領(lǐng)域的積累，第一時間帶到大模型領(lǐng)域，這一點并不容易。因為我們都知道，面向人類的搜索結(jié)果并不適合大模型來閱讀理解。想要實現(xiàn)高質(zhì)量的RAG，就需要尋找能夠高效支持搜索業(yè)務(wù)場景和大模型生成場景的架構(gòu)解決方案。

百度早在2023年3月發(fā)布文心一言時就提出了檢索增強(qiáng)，大模型發(fā)展到今天，檢索增強(qiáng)也早成為業(yè)界共識。百度檢索增強(qiáng)融合了大模型能力和搜索系統(tǒng)，構(gòu)建了“理解－檢索－生成”的協(xié)同優(yōu)化技術(shù)，提升了模型技術(shù)及應(yīng)用效果。通俗來看，理解階段，基于大模型理解用戶需求，對知識點進(jìn)行拆解；檢索階段，面向大模型進(jìn)行搜索排序優(yōu)化，并將搜索返回的異構(gòu)信息統(tǒng)一表示，送給大模型；生成階段，綜合不同來源的信息做出判斷，并基于大模型邏輯推理能力，解決信息沖突等問題，從而生成準(zhǔn)確率高、時效性好的答案。

就這樣，RAG成為百度文心大模型的核心差異化技術(shù)路徑。可以說，檢索增強(qiáng)成為文心大模型的一張名片。

讓我們隨便問個問題，測測

如今，基本主流大模型都會提供RAG體驗，比如告知用戶模型調(diào)用了多少個網(wǎng)頁，檢索信息的出處在哪里等。但RAG這場越野賽依舊有著鮮明的身位差距，想要知道這個排位方法也非常簡單，隨便問各款大模型一個相同的問題就可以。

比如說，春節(jié)將至，逛廟會是北京春節(jié)必不可少的一部分。但北京春節(jié)廟會眾多，小伙伴們肯定會想知道哪個廟會更適合自己，以及他們的營業(yè)時間是怎么樣的。

于是，我把“北京春節(jié)廟會哪個更推薦？它們的營業(yè)時間是什么？”分別提問給百度文心一言、豆包、Kimi、DeepSeek等。在這里，文心一言我們使用的是付費版，文心大模型4.0 Turbo。

文心一言的答案是這樣的，首先它結(jié)合檢索到的信息，推薦了數(shù)十個北京的春節(jié)廟會，并且列出了每個廟會的地點、時間等信息。

但到這里還沒有結(jié)束，接下來文心一言還進(jìn)行了總結(jié)。

可以看到，文心一言理解了我“最推薦”的提問，給出眾多選項的同時，還主要推薦了東岳廟廟會、地壇廟會、娘娘廟廟會、石景山游樂園廟會，并且給出了相應(yīng)的推薦理由，做到了在信息全面化與推薦個性化之間達(dá)成平衡。

同樣的問題給到豆包，則會發(fā)現(xiàn)它的回答也非常不錯，但內(nèi)容完整度上有所欠缺。

豆包的答案，是按照每類愛好者應(yīng)該去哪個廟會進(jìn)行分類，總共給出了7個廟會的信息。但需要注意的是，一方面豆包的答案在廟會數(shù)量和對每個廟會特色的介紹上都不夠詳盡。另外豆包沒有進(jìn)行總結(jié)，并不符合問題中“哪個最推薦”的訴求。

同樣的問題給Kimi則是另一種景象。

不知道為什么，Kimi的答案里只回答了廠甸廟會一個答案，完全沒有提及其他廟會。這樣確實符合“最推薦”的需求，但未免過分片面和武斷，沒有讓用戶完整了解北京春節(jié)廟會的信息。

同樣的問題來問最近火熱的DeepSeek R1大模型，會發(fā)現(xiàn)它也能進(jìn)行RAG深度聯(lián)網(wǎng)檢索，并且給出了思考過程，最終給出了10個廟會的推薦信息。

唯一稍顯不足的是，其最終也是只給出了幾個廟會的基本情況，沒有呼應(yīng)“最推薦”哪個廟會的提問，并且其思考過程稍顯冗長，閱讀體驗也有待提升。

從中不難看出，在“今年春節(jié)去哪個廟會”這樣非常具有時效性與實用性的問答上，幾家大模型回答得都還可以，但還是有差異的。這背后就是RAG技術(shù)能力的差異。

單看RAG能力，文心一言在檢索增強(qiáng)，尤其是上面這類問答類需求上更顯優(yōu)勢，另外我們也能看到，文心一言在結(jié)果呈現(xiàn)上調(diào)用了表格工具來結(jié)構(gòu)化呈現(xiàn)結(jié)果。整體來說，在深度思考和工具調(diào)用上，文心一言表現(xiàn)不錯。

不難看出，檢索增強(qiáng)對大模型實用性和體驗感有著非常重要的影響。

RAG越野賽的持續(xù)，或許將會給整個數(shù)字世界帶來新的驚喜。

比如說，RAG可能是——

1.搜索引擎的新引擎。讓大模型理解信息檢索，也將反向帶給搜索引擎與全新發(fā)展動力，用戶的模糊性搜索、提問性搜索、多模態(tài)搜索將被更好滿足。

2.大語言模型的新支點。大模型不僅要生成內(nèi)容，更要生成可信、可靠、即時的內(nèi)容，想要實現(xiàn)這些目標(biāo)，RAG是已經(jīng)得到驗證的核心方向。

3.通往未來的一張船票。預(yù)訓(xùn)練大模型只是故事的起點，而故事的高潮則在于創(chuàng)造AI原生應(yīng)用的無盡可能性。理解、生成、檢索這些數(shù)智核心能力的相遇與融合，或許才能真正揭示出AI原生應(yīng)用的底層邏輯與未來形態(tài)。

基礎(chǔ)模型本身是需要靠應(yīng)用才能顯現(xiàn)出來價值。這個時代無數(shù)人在好奇，AI原生應(yīng)用的核心載體應(yīng)該是什么？

或許，理解、檢索與生成的結(jié)合就是方向。

又或許，RAG越野賽的盡頭就是答案。