事实上，麦肯锡 立陶宛 whatsapp 号码列表 报告称，在 2023 年至 2024 年的调查中，定期使用 GenAI的组织数量在十个月内翻了一番。此外，普华永道对采用 GenAI 的公司的首席执行官进行了调查，89% 的人认为 GenAI 正在显著改变他们公司创造、交付和获取价值的方式。
考虑到人工智能的普及和人们对它的乐观态度，您可能会认为人工智能，或者更具体地说，大型语言模型 (LLM)，可以帮助您的组织创造价值而无需任何额外的调整。但要真正最大限度地发挥其优势，您需要一个 RAG 管道。
当然，GenAI 正在帮助人们做一些富有想象力的事情，比如玩 DND、定制锻炼计划，以及用古英语写 90 年代黑帮说唱风格的 diss 曲目来贬低他们的朋友（感谢 Reddit 的这篇文章）。但当涉及到您的组织时，LLM 需要RAG等朋友的帮助来满足您独特的业务需求。
RAG 概述
RAG 是“检索增强生成”的缩写，是 Patrick Lewis 在 2020 年为 Meta 的 AI 研究撰写的论文中提出的一个术语。RAG 是一个将传统信息检索系统（例如数据库）和 LLM 的生成功能结合在一起的框架。通过这种方式，RAG会利用业务特定知识“增强”您的 LLM 的自然语言技能，以便生成更准确、最新且与您的特定需求高度相关的响应。
