教育数字化知识图谱

RAG（检索增强生成）是在大模型生成回答前，先从外部知识库（通常是向量数据库）检索出相关片段注入上下文，再让模型基于这些材料作答的技术路线。它解决两个核心问题：一是缓解“幻觉”——通用大模型对企业内部制度、校本知识并不知道，硬答就会编造；二是知识可更新——知识变了只需更新知识库，不必重新训练模型。相比微调，RAG 对多数知识型场景更优：成本低、知识实时、答案可溯源（能标注引用了哪份文档）。领域风格或专项能力增强才考虑微调，二者也可结合。RAG 的效果高度依赖知识库质量：文档解析（保留图片公式）、合理切分、统一元数据、检索重排都会直接影响回答准确率。