CCAI|AI通识20讲(6/20)——RAG检索增强

上一讲我们把大模型的能力拆到最底层：它靠预训练把知识"焊死"在参数里，规模跨过某个阈值才"涌现"出某些本领。但正因为知识是训练那一刻冻结进去的，带来了两个临床最在意的麻烦：一是知识会过期——模型不知道你昨天刚更新的院内指南，也没读过上周新发表的文献；二是它会编——遇到没把握的事，常常一本正经给出流畅、自信却可能错误的答案，也就是"幻觉"。

有没有办法，让模型像一位严谨的主治医师那样：回答前先翻最新的诊疗规范、看一眼眼前患者的资料，再下结论？这一讲就讲当下最实用的一项关键工程技术——RAG（检索增强生成）。它的思路很朴素：不逼模型"死记硬背"，而是给它配一本随时能查、还能标注出处的"外置手册"。

其一是知识冻结。模型的训练数据有截止日期，之后发生的事——新指南、新药、本院流程、眼前这位患者的病情——它一概不知。让一个"只读到去年"的模型回答今年的规范，天然不可靠。

其二是幻觉。当模型缺乏依据时，它很少老实说"我不知道"，而倾向于拼出一个流畅却可能虚构的答案，编造出处更是常见。对临床而言，"自信地答错"比"诚实地不会"危险得多。

训练，说白了就是一个天文数字级别的对表过程：不断微调每一个刻度，让模型预测下一个字的误差一点点变小。所谓"预训练→微调→对齐"，本质都是在这一堆参数上做精细调整，只是调整的目标和数据不同。

RAG 的天花板几乎全写在"检索"这一步——查得不准，后面再强也白搭。要让机器在一堆文档里"按意思"找到相关段落，靠三个动作。

切块（Chunking）：先把长文档切成一段段合适大小的片段，太小丢上下文、太大混入噪声，类似给资料归档分册。

嵌入（Embedding）：用模型把每段文字转成一串数字（向量），语义相近的文字在向量空间里彼此靠近。

语义检索：把问题也转成向量，去向量库里找距离最近的几段——它匹配的是"意思相近"，而非死磕关键词。你问"退烧药"，即便原文写的是"解热镇痛药"，也能被找出来。检索后还常用重排（rerank）把最相关的几段再精排一次。

图 2  语义检索示意：文档被嵌入成向量，按"意思相近"（距离近）召回，而非字面关键词

临床类比：按“含义”归档与检索

理想的病历系统不该只按字面关键词查找，而应能"按含义"命中：搜"抗凝"，就该把肝素、华法林、凝血相关的记录一并召回。RAG 的向量检索，正是给文档建了这样一层"按语义编号的索引"，让"意思相近"取代"字面相同"。

04

RAG 不是万能：上限由检索与资料质量决定

垃圾进、垃圾出。知识库本身有错、有偏、过期，或切块/检索没找对，答案照样错——而且因为"看起来有出处"，更容易被轻信。

只到"检索到的部分"。模型只对召回的那几段负责；关键信息若没被检索命中，它也无能为力。

它不是推理器，更不是诊断器。RAG 擅长"依据资料作答"，不等于临床判断；资料再多，也不能替代医生对具体患者的评估与责任。

图 3  示意对比：RAG 通常提升事实准确与有据性、降低编造，但成效取决于检索质量（数值为示意）

临床类比：拿错化验单的风险

检索不准，好比会诊时调阅了错误患者的化验单——流程再规范，结论照样被带偏。因此上线一套临床 RAG，数据治理（来源可信、版本最新、权限合规）往往比"换个更大的模型"更关键。

05

这对临床使用意味着什么

• 适合"有据可查"的场景：院内指南与流程问答、文献速览、病历文书辅助、检查检验解读等，这些有权威资料库、重"准确＋溯源"的任务，正是 RAG 的主场。

• 优先看"溯源"而非"流畅"：一个好用的临床 RAG，应能把结论对应到具体出处，方便你逐条核对；只会流畅作答却不给来源的，要谨慎采信。

• 把数据治理当第一工程：知识库的来源、更新、脱敏与权限，决定了它可靠的上限；别把力气全花在"换个更大的模型"上。

• 永远保留人的判断：RAG 提高的是"有据可循"的概率，临床决策与责任仍在医生手中——它是得力的资料助手，不是替你拍板的人。