什麼是檢索增強生成（RAG）？
將檢索步驟與語言模型結合，使答案立基於擷取的資料。
正式定義
檢索增強生成（RAG）將資訊檢索系統與生成式模型配對：先擷取相關文件，再提供給模型，使其輸出立基於當前、具體的資料，而非僅憑記憶。它能提升準確度與時效性。這種模式呼應了市場模型如何就新近擷取的新聞與基本面進行推理。
白話來說
它是在 AI 作答前給它一本開卷的書。系統不只倚賴它訓練時所記憶的內容，而是查找相關且最新的事實並交給它，使答案有所依據。
實例
在模型決策前，餵給它其持股的最新頭條與價格資料，便是一種檢索增強的做法：決策立基於新近的證據，而非陳舊的記憶。