本文整理并对比了20多种RAG优化方法，包括标准RAG、Gr

核心洞察

先说结论：RAGRetrieval-Augmented Generation - an AI framework that combines information retrieval with language generation to produce more accurate and contextually relevant responses. 早就不是“检索 + 提示词”那么简单了。下面这 20 多种方案，有一半在做检索源和检索路径的精细化，另一半在把控制权交给模型自己判断。如果你想做技术选型，先看 0 到 3 理解基础，再往后挑适合自己场景的变体。原文最后那段“如何学大模型”的课程推广跟盘点无关，我删掉了。

核心结论

1. RAG 已从“检索 + 提示词”扩展为 20 多种具体方案；按技术重心看，约一半在把检索源和检索路径精细化（如 GraphRAGRAG方法的高级变体，引入图结构数据，将信息表示为实体和关系的互联网络，以提高检索的完整性和准确性。、Multimodal RAG、HtmlRAG），另一半在把是否检索、何时检索的决策权交给模型（如 Agentic RAG、Self-RAG在 RAG 流程中设置四个自省检查点（是否需要检索、文档相关、答案有据、答案有用），动态调整策略以减少幻觉。、Auto-RAG）。

2. FastRAG 的官方数据显示，其方案可使处理时间减少约 90%、成本减少约 85%；但预置模式和脚本覆盖有限，遇到未见过的问法容易失效。

3. 标准 RAG 不改模型参数、落地门槛低，但检索结果缺乏噪声过滤；Advanced RAG 通过检索前查询改写/拆解和检索后重排来减少噪声，同时会明显增加耗时。

4. RETRO 将检索机制放入预训练阶段，可以提高知识密度、减少幻觉，但预训练成本极高；RA-DIT 用双指令调整增强任务适配性，但需要大量训练数据，微调成本高。

5. Self-RAG、Agentic RAG、Auto-RAG 这类方案让模型自主判断检索需求和深度，能按问题难度调整检索次数，但普遍增加系统复杂度与资源消耗。

方法逐一拆解

0. 标准 RAG

• 做法：查询先转成向量，去文档库捞相关文本块，再把这些文本块拼进提示词，交给大模型做回答。
• 长板：不用改模型参数，落地门槛低，外部知识想用随时接进来。
• 短板：检索结果里的噪声缺乏过滤机制。无关文本一多，模型只能自己在上下文里挑重点，答案质量容易跟着波动。

1. GraphRAG

• 做法：在向量检索之外引入知识图谱。实体之间的关系被建模成图结构，遇到复杂查询时不只做相似度匹配，还能沿着图谱做多跳推理。
• 长板：回答知识密集型问题时更有逻辑，适合医学、法律这类对准确性要求高的问答。
• 短板：图谱构建成本高。实体和关系要靠人工整理或自动抽取，抽错了后面全错，多模态数据想融合进图谱更费劲。

2. Modular RAG

• 做法：把检索、重排、生成、答案整合这些环节拆成独立组件。需要多轮对话就加记忆模块，需要多文档问答就挂摘要模块，按需组装。
• 长板：扩展性最强，不同业务场景能攒出不同管道。
• 短板：组件一多，整体优化就难。每个模块都有各自的误差，排查问题时得从头到尾看一遍。

3. Advanced RAG

• 做法：在标准流程前后各加一道工序。检索前先做查询改写或拆解，让问题更好匹配文档库；检索后再做一趟重排，把真正有用的片段顶到前面。
• 长板：能明显减少上游噪声传给大模型，回答质量更稳。
• 短板：查询改写和重排都会增加耗时，对实时性要求高的场景要掂量一下。

4. TRAQ

• 做法：把共形预测和贝叶斯优化塞进 RAG 流程，让模型在回答时不只是给文本，还能给出一套统计上的置信判断。
• 长板：少数能把“可信度”落到实处的 RAG 框架，对开放域问答尤其有用。
• 短板：这套保证依赖检索器和生成模型本身的性能假设。模型太弱，统计框架也救不回来。

5. ColBERT一种神经IR方法，避免池化操作，更有效地保留查询和文档嵌入信号，可以自动识别多句子片段。

• 做法：一种偏检索层的语义模型。它把查询和文档的交互放到排序阶段做，再用近似计算撑起大规模实时查询。
• 长板：检索效率高，百亿级语料也能跑实时召回。
• 短板：预计算开销和存储需求都不小，起步成本比裸的向量检索高。

6. Agentic RAG

• 做法：给 RAG 套上一个 Agent 控制循环。具体什么时候检索、要不要追问、怎么结合多轮对话里的旧信息，全由智能体自己调度。
• 长板：系统自主性强，能应对比较动态的需求。
• 短板：Agent 循环的上下文管理和资源消耗都很重，不能当轻量工具用。

7. Multimodal RAG

• 做法：把图像、音频这类非文本数据也纳入检索和生成，常见做法是用 CLIP、BLIP 这类多模态模型做跨模态编码。
• 长板：能处理图文混合场景，交互丰富度更高。
• 短板：不同模态之间的语义对齐依旧不成熟，计算成本也要翻着跟头涨。

8. HyDEA technique that generates hypothetical answers to improve query matching in retrieval systems.

• 做法：不直接用问题原文做向量检索，而是先让大模型根据问题写一份假设性回答，再用这段假设文本去库里捞真实文档。把“问题不好查”变成“答案好查”。
• 长板：零样本场景下检索命中率提升明显。
• 短板：假设内容一旦编得离谱，整个检索方向就会被带偏，属于成也生成模型、败也生成模型。

9. RARE

• 做法：把复杂问题主动拆成多个子查询，然后一边检索一边迭代。上一轮结果会影响下一轮查询，模仿人做研究时的推理过程。
• 长板：处理多跳推理更可靠，不用指望一次检索就把所有知识凑齐。
• 短板：回答一个问题要跑好几轮检索，延迟增长很直接。

10. RA-DIT

• 做法：把微调和检索增强放在一起做。通过双指令调整，让模型既懂怎么利用检索回来的片段，也懂怎么把输出格式对齐到具体任务上。
• 长板：任务适配性强，做领域定制有优势。
• 短板：需要的训练数据量大，微调成本不是所有团队都愿意承担。

11. DSP

• 做法：把推理过程拆成示范、搜索、预测三个阶段。先让语言模型生成示例或中间推理，再根据这些去检索，最后汇总生成答案。
• 长板：流程可控，不同任务可以灵活调整中间步骤。
• 短板：示例选得好不好对最终效果影响很大，选偏了检索也跟着偏。

12. RETRO

• 做法：不在推理阶段才做检索，而是直接把检索机制写进预训练过程。模型训练时就从外部语料库里取相关片段做参考。
• 长板：生成内容的知识密度更高，幻觉明显减少。
• 短板：预训练成本极高，普通实验室和公司基本跑不动。

13. Self-RAG

• 做法：模型自己判断该不该检索。生成过程中如果觉得知识不够，就触发检索；如果拿到的证据不足，还能自己批判并决定要不要再查一次。
• 长板：检索次数跟着问题难度走，简单问题不折腾，复杂问题查得更深。
• 短板：需要复杂的提示设计来做控制，工程实现比常规 RAG 麻烦不少。

14. KG2RAG

• 做法：把普通文档检索和知识图谱查询融合起来。知识图谱直接充当一个带拓扑结构的检索源，查询时既走文本排序，也走图遍历找实体关系。
• 长板：结构化知识的利用率更高，适合实体关联密集的场景。
• 短板：图谱更新和维护是长期负担，过期图谱会让回答“一本正经地错”。

15. CoRAG

• 做法：关注检索块和块之间的相关性。用蒙特卡洛树搜索去评估“再加入一个块到底有没有帮助”，而不是把相关片段一股脑全塞进去。系统里还配上代理来适配不同查询类型。
• 长板：减少冗余拼接，检索结果的增量信息利用得更充分。
• 短板：系统集成复杂度高，多个代理的协同本身就需要调试。

16. Auto-RAG

• 做法：让大模型通过多轮对话持续优化查询。它自己判断当前信息够不够，不够就继续规划下一轮检索，直到收集齐证据再回答。
• 长板：能根据问题难度自动调整深度，难题多查一遍，简单题少走弯路。
• 短板：多轮对话把整体流程拖长，实现和排查都比单轮复杂。

17. MemoRAG

• 做法：双系统配合。轻量级模型先通读整个文档库，建立一份“全局记忆”，再生成一个粗略草稿来指引检索位置；重量级模型拿到检索结果后负责写最终答案。
• 长板：对弱关联信息更敏感，不会只盯着和查询字面最像的那几段。
• 短板：要维护两套模型，部署和推理链路都更重。

18. HtmlRAG

• 做法：不把网页转成纯文本，而是直接保留 HTML 结构。标题、列表、表格这些语义信息都会留着，再通过清理和修剪技术去掉广告、脚本等噪声。
• 长板：结构信息不丢，生成质量更高，尤其是表格类内容。
• 短板：HTML 的清洗和压缩本身是个麻烦活，处理不好反而带进更多脏数据。

19. FastRAG

• 做法：不什么请求都让模型扛。用文本检索配合知识图谱查询，再预先写清模式和脚本，把大量简单请求在轻量阶段消化掉。
• 长板：官方数据是处理时间减少约 90%，成本减少约 85%。
• 短板：模式和脚本能覆盖的范围有限，碰到没见过的问法就容易露馅。

20. 其他值得知道的方法

• FLARE：先生成一版答案草稿，再根据草稿里的低置信区域触发新一轮检索，动态扩展上下文。
• RePlug：把检索器接到预训练语言模型上，用多任务方式让模型学会调用外部知识。
• Atlas：基于稠密检索的大规模知识增强模型，适合做知识密集型任务。
• FiD：在解码阶段融合多路检索结果，让生成器从不同片段里综合信息，减少单一文档带偏。
• RAGFlow：更偏工程侧的集成方案。自带文档解析模块，处理扫描件、复杂版式的内容时比硬切文本省心不少。

后面看什么

上面这些方法拆开看，其实就两个方向。

第一个方向是把检索源头做得更厚。从纯文本到知识图谱、多模态、HTML 结构，都是为了拿到质量更高的证据。

第二个方向是让流程控制变得更活。查询改写、Agent 判断、自我反思、多轮对话，都是想让系统自己决定什么时候该查、查多少、查到什么程度就停。

下一步的看点多模态数据会继续往 RAG 里挤，检索和模型的配合也会越来越动态。轻量化那边，成本和延迟问题还得有人持续解决。

常见问题（FAQ）

RAG优化方法有哪些？怎么选型？

RAG优化有20多种，如GraphRAG、Modular RAG、Advanced RAG、Agentic RAG等。选型先看0到3理解基础，再按场景挑：复杂推理用GraphRAG，动态需求用Agentic RAG，多模态用Multimodal RAG，低成本可看FastRAG。

GraphRAG和标准RAG有什么区别？

标准RAG只做向量检索，直接拼文本块进提示词，简单但噪声多；GraphRAG额外建知识图谱，支持多跳推理，回答知识密集型问题更有逻辑，但图谱构建成本高、维护难。

Agentic RAG适合什么场景？

Agentic RAG给RAG套上Agent控制循环，能自主判断何时检索、要不要追问，适合需求动态、需要多轮交互的场景。但资源消耗重、上下文管理复杂，不适合轻量任务。