基础与架构

Sebastian Riedel

塞巴斯蒂安·里德尔

RAG · 机器阅读

Sebastian Riedel 是自然语言处理研究者，长期研究机器如何阅读、推理和写作。他参与的 RAG 研究，把神经网络中的知识与可检索的外部资料结合起来，是今天检索增强生成的重要研究来源。

传统语言模型的知识主要保存在参数中，更新或核查都不直接。RAG 让检索器先找出相关段落，再让生成器结合这些段落产生输出，从而把“保存知识”和“组织语言”部分分开。

Riedel 的研究经历还包括信息抽取和机器阅读：从文本中找出实体、关系和可回答问题的证据。它们与 RAG 面对的是相近的困难——找到一段文字只是开始，还需要判断它表达了什么，以及它是否足以支持最终回答。