当前位置：首页 > news >正文

从零开始学大模型：RAG、知识库与Embedding详解

news 2026/6/30 3:25:04

文章介绍了大模型技术中的三大核心概念：RAG、知识库和Embedding。当前大模型缺乏特定领域知识，可通过添加知识库解决。Embedding将各类信息转换为向量语言，便于高效检索。RAG(检索、增强、生成)流程让大模型基于外部知识回答问题，本质上是让大模型执行信息编辑任务，而非依赖其自身知识储备。这些技术解决了大模型在垂直领域应用的局限性。

今年以来，AI 技术已经融入了我们的工作和生活中。我们通过 AI 问答逐渐取代了之前传统的搜索，有了 AI 的加持，我们的工作效率和生活便捷度确实提高了不少。今天，我们就一起来了解下 AI 技术中 RAG、知识库和 Embedding 这三门技术的使用背景和技术原理。

现在的主流 AI 仍基于通用数据训练，存在诸多局限：当你想问一些特定场景和垂直领域的知识，比如你在 AI 工具中问 “张佳是谁？”，大模型就显得有点力不从心，甚至答非所问。因为大模型可能真的不知道答案，它需要你提供更多的知识 —— 它没有我们特定场景需要的一些知识资料，流程如下图：

那如何解决特定场景或垂直领域的知识需求呢？答案就是给它 “外挂” 一个知识库。这样一来，如果我们有问题询问 AI 工具，AI 工具不会直接去调用大模型，而是先在我们的知识库或数据库中进行一轮查询，搜集与该问题相关的资料。找到资料以后，它会把所有查询到的资料和用户原本的问题一起打包，变成一个新的提示词传递给大模型。这时，大模型收到的就不只是一个问题了，而是包含用户提问和知识库检索结果的完整信息，大模型只需根据问题将答案二次编辑后返回给用户，如下图：

Embedding 是大模型技术中最基础、最核心的概念之一，它就像一把 “翻译钥匙”，能把现实世界中五花八门的对象（文字、图片、音频、用户行为、知识图谱节点……）统一转换成模型能看懂、能计算的 “向量语言”。

大家还记得我们在[大模型（AI)生成原理]理中的 “向量化” 时提到的内容吗？我们说大模型所用的向量化技术，核心优势在于通过 “向量夹角” 的形式，快速匹配出相似或相关的内容。所以，如果我们把用户的问题拆解为关键词，再去知识库中以关键词形式检索，之后返回结果，这个过程效率会很低；但如果我们将所有知识资料全部进行嵌入向量化处理，使其与大模型所需的向量格式保持一致，那么检索效率就会大幅提升。

那 RAG 又是什么呢？RAG 是 Retrieval（检索）、Augmentation（增强）、Generation（生成）的缩写。简单来说，如果我们直接询问大模型，而大模型无法回答某个问题，那么在调用大模型之前，我们会先让机器人去网络或知识库上搜索相关资料，搜索完成后，将搜索结果与用户问题整合，再调用大模型生成最终答案 —— 这个过程就是 RAG 的核心逻辑。

大家看到的所谓 RAG、所谓知识库，其实本质是让大模型变成了一个帮我们完成 “编辑任务” 的工具。这时，我们并没有真正用到大模型所谓的 “认知”“理解知识” 的能力，也没有依赖大模型自身的知识储备，只是让它帮我们对信息进行了一次编辑整合，这就是 RAG 和知识库最基础的应用逻辑。

最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

✅AI大模型学习路线图
✅Agent行业报告
✅100集大模型视频教程
✅大模型书籍PDF
✅DeepSeek教程
✅AI产品经理入门资料

完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

为什么说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

资料包有什么？

①从入门到精通的全套视频教程⑤⑥

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。