RAG 与记忆：让回答有据可查

两个容易混淆的概念

RAG 把相关材料放入当前上下文，帮助模型基于材料回答。记忆则保存跨步骤或跨会话需要继续使用的信息。两者可以结合，但用途不同。

从三份课堂笔记开始

先把笔记按段落切开，为每段保留标题、来源与日期。对一个问题，用简单关键词找出候选段落，再要求回答指出使用了哪段材料。先验证这条最小路径，再考虑向量检索。

检索的三个检查点

• 找到的段落是否真的包含答案？
• 是否丢失了限制条件和例外？
• 引用能否定位回原文？

不知道也是一种正确输出

如果材料里没有答案，系统应该说明缺少依据。让模型把缺少依据的问题写得更流畅，并不能解决问题。

实验

准备五个材料中有答案的问题，再准备五个没有答案的问题。分别统计是否检索到支持证据，以及是否在缺少证据时承认不知道。