RAG（Retrieval-Augmented Generation，检索增强生成）

模型回答前先从外部资料中找到相关片段，再基于这些片段组织答案并给出来源。

RAG 将参数化生成模型与外部非参数知识源结合，在推理时检索证据并以其条件化生成。

文档先清洗、切片和索引；请求到来后执行召回、过滤与重排，把候选证据加入上下文，再校验回答和引用。

应分别评测检索召回、排序、权限、答案有据性、引用完整性和拒答；只看最终文案会掩盖链路故障。