假如LLM无限上下文了，RAG还有意义吗？

最近一年LLM的上下文长度有了非常长的扩展从早期的4096个token到最近kimi chat的200万token因此很多人就认为LLM不需要RAG了。实际上这个想法其实是错误的。RAG的本质是包含两个步骤一是召回检索二是推理。。大部分人以为RAG只是服务于私有知识库然而RAG的应用是可以很广泛的。例如我们设计一个带感情色彩的聊天机器人这个聊天机器人回答的语气的示例也就是few shot learning是可以通过RAG来召回的在这个例子中召回的是示例。再比如我们让LLM使用外部工具外部工具可能特别的多那么可以让RAG来帮忙对工具进行初步的召回和检索原因是过多的信息例如塞入全部工具的描述会增加LLM的失误率使得容错率降低。最后我们再以langchain的daniel在一个月前的分享来进一步说明为什么现在的长下文的LLM无法替代RAG。大家可能知道有一种实验叫做大海捞针实验Needle in a haystack目的是测试LLM在长下文中的检索和推理能力。这个实验的大致思路如下在一段长文本大海中随机插入一些短文本针。将这段文本输入给LLM向LLM提问让它捞出来这些针。正如我们前面说的RAG是包含了召回检索和推理两部分。因此在大海捞针实验中需要考察检索的准确率和推理的准确率。Langchain基于GPT-4做了如下的实验并得到了下面两个图。首先看左边这个图左边的图横坐标是有多少根“针”纵坐标是查全率。由于有检索和推理两个任务因此他们设计了两种问题。一个问题是问LLM这段文本中针在哪里也就是检索出针。第二个问题是推理问题不仅要找到针还需要对针进行推理例如让LLM告诉我们这些针的第一个字母是什么。左边的图告诉我们两个事实首先绿色的柱子是第一个问题红色的柱子是第二个问题。明显问题二的查全率低于问题一这说明推理比检索要难这个很好理解毕竟推理不仅要检索出来要需要基于检索结果做一些推理。其次随着插入大海中针的数量的增加查全率在降低。接着我们看第二个图第二个图横坐标是输入LLM的上下文也就是“海”的长度纵坐标是10个针的位置越上面的针表示在上下文的前面越下面的针表示在上下文的后面。这个图同样告诉我们两个事实。事实一是随着上下文长度的增加查全率在不断降低。事实二是靠近上下文尾巴的针更不容易被遗漏越靠前的针越容易被遗漏。实际上论文《Attention Sorting Combats Recency Bias In Long Context Language Models》提出了一个观点。在使用下一个token预测这种方式训练的时候实际上存在偏差(bias)因为我们训练语料中下一个token预测的真实值大部分和附近的token有关这导致LLM会倾向于更多的关注最近Recency的token而容易忽略前面的token论文中将这种现象称为Recency Bias。因此Recency Bias可以在一定程度上解释上面两个图的结果。综上目前LLM在长文本的语境中做检索加推理还有很大的局限性这种局限性甚至可能是由于下一个token预测这种训练范式导致的因此RAG并没有被替代掉。最后我认为应该将RAG视作一种LLM可以使用的外部工具在能使用外部工具的前提下肯定是要优先使用这些工具好比让人查询文档中的相关内容人也会根据结构化的标题以及ctrlf功能进行快速的检索和定位也就是借助外部工具而不是从头到尾通读整篇文档。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】