Graph RAG
当向量检索遇到知识图谱，Graph RAG 用实体、关系与图遍历补足纯向量 RAG 在多跳推理和结构化知识上的短板。
Category
检索增强 (RAG) 专题
检索增强 (RAG) 专题文章合集，收录 Diors.tech 关于 检索增强 (RAG) 的系统化 AI 学习笔记、工程实践与延伸阅读。
12 篇文章长上下文模型与 RAG 的关系
百万 token 上下文来了，RAG 还有必要吗？答案不是替代，而是分工：长上下文解决“能看多长”，RAG 解决“该看什么”
图片与文档 RAG
超越纯文本：当知识存在于 PDF、表格、图表、扫描件和图片中，多模态 RAG 如何重建检索与理解链路
RAG 评测体系
RAG 好不好，不能只看答案像不像对：从检索、忠实度、引用、线上反馈到回归测试，建立一套真正能指导迭代的评测框架
生产级 RAG 系统架构
从 Demo 到 Production，拆解生产级 RAG 的可靠性、可扩展性、可观测性、权限、评估与成本控制设计。
Self-RAG
解释 Self-RAG 如何让模型自主决定何时检索、如何评估证据与回答质量，以及它相对传统固定检索管线的价值和边界。
Agentic RAG
当 LLM 开始主导检索流程：从固定管道到动态决策，理解 Agentic RAG 的能力、代价与工程边界
Rerank 模型
Bi-encoder 与 Cross-encoder 的取舍，两阶段检索模式，以及 Rerank 在 RAG 中的实战价值
文档切分策略
Chunking 是 RAG 的基础：切太大引入噪声，切太小丢失上下文。本文详解各类切分策略与最佳实践
RAG 是什么
从知识截止、幻觉和私有数据三大痛点出发，理解 Retrieval-Augmented Generation 的本质与价值
RAG 系统架构详解
拆解从 Query 到 Response 的完整 RAG 流水线，覆盖离线索引、在线查询、检索增强、上下文组装与回答生成。
检索质量优化
系统讲解 Sparse、Dense、Hybrid 检索、多阶段召回、Query 变换与评估调优，帮助生产级 RAG 提升检索质量。