RAG(Retrieval-Augmented Generation)是一種結合檢索與生成的架構，旨在讓大型語言模型(LLM)在回答時依賴外部知識庫以提高準確性。
流程分三階段：
1.檢索器：將使用者問題轉換為向量並在索引中找出相似文件或章節
2.擴充上下文：把檢索到的片段與問題一起組成prompt
3.生成器：由 LLM 根據擴充後的上下文生成回應。主要優點包括減少幻覺、知識可即時更新、便於專業領域應用

RAG的常見挑戰有檢索品質(召回與精準度)、片段切分策略、延遲與成本管理，以及如何處理相互矛盾或過時的資料。實務建議：使用向量索引(如FAISS)、對文件做適當chunking、加入檢索結果來源提示，以及設定驗證機制以追蹤與更新知識來源。

RAG對於客服、法務、醫療與企業內部問答等需要可靠依據的場景特別有用，評估時可採用回答正確率、依據使用率與人工審核回饋優化。

colab簡易實作:
1.安裝套件，把RAG需要的工具裝起來
套件作用:
faiss-cpu:向量資料庫，用來做相似度搜尋
sentence-transformers:Embedding模型來源，把文字變成向量
transformers:用來載入LLM（Qwen）與做text-generation

2.載入Embedding & LLM模型，簡單來說就是準備好大腦（Qwen）和資料搜尋的眼睛（Embedding）

3.建立知識庫

4.建立向量資料庫，讓RAG的「資料搜尋引擎」建起來
encode(documents):把每一段文件轉成向量
faiss.IndexFlatL2(...):建立以L2距離為基礎的搜尋器
index.add(...):把所有向量塞進向量資料庫

5.定義RAG查詢函式
index.search(...)會回傳距離(D)和索引(I)，I[0] 裡面就是最相關段落documents 的索引，而[documents[i] for i in I[0]]就是把對應的段落拿出來，由於只要最相關的那個，設top_k=1即可

6.輸出結果