检索增强生成（RAG）自 2020 年Meta “DPR+T5”论文起，已从“外挂知识库”演进到“可编程、可解释、可审计”的复杂系统。然而，领域缺乏一份PRISMA 级的系统性综述来梳理：
通过5 大数据库、128 篇高被引文献、343 个数据集的系统筛选，给出技术地图 + 评估框架 + 未来路线。
一、研究方法：PRISMA 2020 流程图
图 1：文献筛选流程，共识别 4,721 条记录，最终纳入 128 篇高被引研究。
二、技术全景：从“一条检索链”到“多智能体系统”
| 阶段 | 关键创新 | 名称 |
|---|---|---|
| 检索前 | 结构感知分块（100→4000 tokens）、元数据增强、长检索单元 | Chunking |
| 检索中 | 混合检索（BM25+Dense+KG）、图遍历、动态触发 | Hybrid Retrieval |
| 检索后 | 重排序、上下文压缩、噪声注入、Token 预算 | Post Retrieval |
| 迭代控制 | FLARE、RIND、Self-RAG 反射 token | !Self-RAG |
| 记忆增强 | 用户级向量库、对话缓存、知识图谱 | Memory |
| 多智能体 | 工具链编排（RALLE、MEDRAG）、ReAct-Chain | Agentic |
| 效率压缩 | xRAG 单 token 表示、PipeRAG 流水调度 | Efficiency |
| 多模态 | MuRAG、Wiki-LLaVA，图像+文本同空间检索 | Multimodal |
128篇纳入的RAG论文按领域划分的研究特征：数据集、分块机制、检索机制、向量空间编码器和生成模型。
三、评估指标：从 EM 到 LLM-as-Judge
| 类别 | 代表指标 | 适用场景 |
|---|---|---|
| 检索 | Recall@k、MAP@k、Hit@K | 检索召回率 |
| 生成 | EM、F1、BLEU、ROUGE、BERTScore | 文本质量 |
| 幻觉 | Support、Hallucination Rate、RAGTruth | 事实一致性 |
| 人类 | 正确性、相关性、用户满意度 | 主观体验 |
| LLM-Judge | GPT-4 打分、G-EVAL、SelfCheckGPT | 可扩展评估 |
四、343个主流数据集
| 高频数据集 | 样本量 | 任务 | 引用次数 |
|---|---|---|---|
| Natural Questions (NQ) | 323k | 开放域 QA | 27 |
| HotPotQA | 113k | 多跳 QA | 26 |
| Wikipedia | 6M 文章 | 通用语料 | 19 |
| MS MARCO | 1M 段落 | 检索 + QA | 8 |
| StrategyQA | 2.8k | 隐式推理 | 8 |
包含的研究所使用的数据集概览。 该表概述了每个数据集的关键特征和来源，提供了对研究文章中所使用数据的总体了解。这一总结支持对RAG特定趋势和方法论的分析，展示了该研究领域中应用的数据集的多样性和范围。
“RAG 不再是检索 + 生成的简单拼接，而是一个需要资源调度、版本管理、安全治理的分布式操作系统。”
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01教学内容
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
大量真实项目案例：带你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！
02适学人群
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。
vx扫描下方二维码即可
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
0690+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】
)
)
)
