简介:很多人做检索增强生成(RAG)系统时会遇到一个共同困惑:切块、向量化、检索、生成这套流程明明都跑通了,答案准确率却长期上不去。本文对比"朴素RAG"与"进阶RAG"两种实现方式,从文档摄取、查询检索、答案生成等环节剖析核心差异,并结合适用场景给出选型建议,帮助你在准确率、成本与运维复杂度之间做出合理权衡。
初次构建 RAG 系统时,大多数人会走一条”最小可用”路线:把文档切成固定大小的片段,做向量化,存入向量库,检索最相似的若干条,拼成上下文喂给大模型生成答案。这条链路逻辑上完全成立,但在真实语料上往往只能拿到六成左右的准确率——系统会”自信地”给出毫不相关的答案,或在多文档之间错过本应关联的信息。
问题不在于大模型本身,而在于这种最基础的实现方案(业内常称”朴素 RAG”)隐含了一系列简化假设。本文要对比的,正是朴素 RAG 与进阶 RAG 两类实现方式:前者追求快速跑通,后者通过在摄取、检索、生成等环节叠加多种策略来提升效果。理解两者的差异,是判断”何时够用、何时需要升级”的前提。
朴素 RAG(Naive RAG):指未经优化的基础实现,典型流程固定为”查询向量化 → 向量检索 top-k → 上下文拼装 → 一次性生成”。它不做查询理解、不做检索结果过滤、不做重排序,几乎完全依赖向量相似度这一单一信号。
def naive_rag(query):# 1. 查询向量化query_vec = embed(query)# 2. 检索最相似的若干片段chunks = vector_db.search(query_vec, top_k=5)# 3. 拼装上下文并生成context = "\n".join(chunks)answer = llm.generate(context=context, question=query)return answer
进阶 RAG(Advanced RAG):在朴素流程之上,针对每个薄弱环节系统性地引入优化策略。其目标不是替换大模型,而是让”喂进去”的上下文更准、更全、更相关,从而提升最终生成质量。
def advanced_rag(query):# 1. 查询理解与改写:拆分子问题、扩展同义表述sub_queries = query_rewrite(query)# 2. 混合检索:稠密向量 + 稀疏关键词,并行召回candidates = hybrid_search(sub_queries)# 3. 重排序:用精排模型对候选做相关性打分与过滤reranked = rerank(query, candidates, top_k=5)# 4. 上下文增强:补入父块、元数据等结构化信息context = enrich(reranked)# 5. 生成answer = llm.generate(context=context, question=query)return answer
在展开差异前,需要先明确它们的共同基础,避免误读为”进阶一定全面碾压朴素”。
换句话说,进阶 RAG 是朴素 RAG 的能力扩展,而非架构层面的彻底重构。理解这一点,才能做出理性的选型判断。
差异主要体现在三个环节,可按”摄取 → 检索 → 生成”逐一拆解。
朴素 RAG 通常按固定字符数或固定 token 数硬切,容易在句子或语义段落中间断开,导致”CEO 宣布……[截断]……营收增长 40%”这类上下文割裂,检索到半个句子却无法还原完整意图。
进阶 RAG 在摄取环节引入了多种策略(以业界常见方案为例):
class SmartChunker:def __init__(self, max_tokens=512):# 使用真实分词器计量长度,而非简单字符数self.tokenizer = load_tokenizer()self.max_tokens = max_tokensdef chunk_document(self, document):# 先解析结构,再按语义边界切分segments = parse_structure(document) # 识别标题/段落/表格chunks = merge_adjacent(segments, self.max_tokens) # 合并碎片return chunks
这些策略的价值在于:检索的上限由入库片段的完整性决定,摄取阶段”看得更全”,后续才有”答得准”的可能。
朴素 RAG 只用一次向量检索,取”最接近”的 top-k。问题在于,”最接近”不等于”最相关”:同义表述、专有名词、数字编号等场景下,纯向量相似度容易误召回。
进阶 RAG 常见的检索优化包括:
def hybrid_search(sub_queries):dense = vector_db.search(embed(sub_queries), top_k=10) # 语义召回sparse = keyword_index.search(sub_queries, top_k=10) # 关键词召回return merge_and_dedup(dense, sparse)def rerank(query, candidates, top_k=5):scored = [(c, relevance_score(query, c)) for c in candidates]scored.sort(key=lambda x: x[1], reverse=True)return [c for c, _ in scored[:top_k]] # 精排后过滤低相关片段
检索环节的差异,直接决定了”喂给模型的是不是真正有用的信息”。朴素方案在这一环几乎没有可调空间,而进阶方案通过多信号融合显著提升了召回与精度。
朴素 RAG 只是把 top-k 片段用换行拼接,不区分重要性、不补充关联信息。进阶 RAG 会在此基础上做上下文重组:把高相关片段前置、按父子块补全上下文、在存在冲突证据时提示模型交叉验证等,让模型在更清晰的上下文中推理。
| 对比维度 | 朴素 RAG | 进阶 RAG |
|---|---|---|
| 文档摄取 | 固定长度硬切 | 语义/结构感知切分、父子块、结构化解析 |
| 检索方式 | 单一向量相似度 top-k | 混合检索 + 查询改写 + 多查询召回 |
| 结果处理 | 直接拼接 | 重排序 + 相关性过滤 + 上下文重组 |
| 查询理解 | 无 | 同义扩展、子问题拆解 |
| 准确率上限 | 较低,依赖语料规整度 | 较高,多环节共同提升 |
| 接入复杂度 | 低,少量组件即可跑通 | 较高,涉及多组件与流程编排 |
| 延迟与资源 | 低,链路短 | 较高,检索与精排引入额外开销 |
| 可观测性 | 弱,问题难定位 | 强,各环节可埋点评估 |
| 运维成本 | 低 | 较高,需维护更多环节 |
| 适用场景 | 语料简单、查询单一的验证场景 | 语料复杂、要求高准确率的场景 |
选型不应追求”越复杂越好”,而应基于约束做权衡:
从朴素 RAG 向进阶 RAG 迁移,是一次有收益也有成本的演进,需要提前评估:
朴素 RAG 与进阶 RAG 并非”先进与落后”的对立,而是能力密度不同的两种取舍。它们的共同骨架决定了后者是前者的扩展而非颠覆;差异则集中体现在摄取的完整性、检索的多信号融合、以及上下文组织的精细化上。做选型时,建议先从语料质量与查询复杂度判断朴素方案是否够用,再针对暴露出的具体短板逐步引入进阶策略——把”为什么不准”定位到具体环节,远比一次性堆叠所有技术更稳妥。在评估可观测性、迁移成本与运维能力的综合约束下,循序渐进地提升,才是让 RAG 系统真正落地的可靠路径。