RAG-Survey

收录理由

如果你希望在选定具体方案之前先对检索增强生成这个领域建立起整体认识，这个仓库是个很实在的起点。它是《Retrieval-Augmented Generation for AI-Generated Content: A Survey》这篇综述的配套资源，把数百篇论文按基础、增强和应用三个层面做了梳理，能帮你看到RAG从早期基于检索的语言模型，一路演进到如今多模态、代码、音频乃至3D生成这些方向的脉络。每个条目都链到arXiv或正式会议记录，所以它既能当一条有结构的阅读路线，也能在写论文或确定研究方向时充当参考文献清单。做工程的人同样能从中找到值得借鉴的思路，比如查询改写、近邻记忆这类技巧，在设计自己的流程时可以参考。要留意的是，这是随着综述一起持续更新的精选参考图，不是可运行的系统，把它当作向导而非部署对象就好。