首页/AI/RAG 与向量库速查/Naive / Advanced / Modular RAG 三种范式

Naive / Advanced / Modular RAG 三种范式

RAG 综述把系统演进归纳为三种范式:Naive RAG 检索生成直连、Advanced RAG 在检索前后加优化、Modular RAG 把各环节做成可插拔模块,便于对照定位自己的系统。

RAG 与向量库速查AI更新于 2026-10-12

范式对比

范式结构典型改进
Naive RAG检索 → 拼接 → 生成只有基础向量召回,常见问题:召回差、重复、格式乱
Advanced RAG检索前 + 检索后优化查询改写、混合检索、重排、上下文压缩
Modular RAG模块化编排检索/记忆/路由/预测等模块组合,可引入工具与多跳

三种范式不是互斥版本号,而是复杂度递增的设计思路;多数生产系统处于 Advanced 到 Modular 之间。

先用 Naive 流程跑通端到端并建立评测基线,再按测出的短板逐项引入 Advanced 组件。

易错点

  • 一上来就堆满组件(多路召回 + 重排 + 压缩),出问题分不清是哪一环
  • 没有基线评测,无法判断新增组件是否真的带来提升

数据来源与参考

  • Gao et al., Retrieval-Augmented Generation for Large Language Models: A Survey, arXiv:2312.10997
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌