编者按：相信很多人都对Chatbots背后的技术原理很感兴趣，其实Chatbots并非通过“魔法”与我们交流，而是依靠一种被称为检索增强生成（RAG）的技术。

文章详细梳理了 RAG 技术的具体实现原理。首先，RAG 将用户输入的问题与知识库中的私有数据进行匹配，获取相关知识片段。然后，通过预训练的大语言模型，用提取到的知识片段来增强对问题的回答生成过程。在知识提取步骤，借助词向量的相似度找到与用户提出的问题最匹配的内容。生成回答时，直接向语言模型提供增强知识来指导其产出更符合语境的回答。

RAG 技术看似神奇，但其本质是结合了检索和生成两个子任务的一种系统工程，而每个子任务又都有明确的技术原理支撑。作为 AI 开发者，理解这一工作流程尤为重要。相信本文有助于读者进一步掌握 RAG 的技术原理，从而更好地运用 Chatbots 为用户创造更多价值。

以下是译文，enjoy！

作者 | Cory Zue

编译 | 岳扬