请解释RAG（检索增强生成）的基本原理和架构。

RAG结合了信息检索和文本生成，在LLM生成回答前先从外部知识库检索相关信息，作为上下文增强生成质量

两阶段架构：

• 离线索引阶段：文档 -> 文本分块(Chunking) -> Embedding模型编码 -> 向量数据库存储
• 在线推理阶段：用户Query -> Embedding -> 向量检索Top-K相关文档块 -> 拼接为上下文 -> 送入LLM生成最终回答

解决的问题：

• 知识时效性：LLM训练数据有截止日期，RAG可接入最新数据（实时文档、今日新闻）
• 幻觉缓解：提供事实锚点，减少模型「编造」行为
• 领域适应：无需微调即可将通用LLM应用于特定领域（如医疗、法律、企业内部知识库）
• 可溯源：回答可引用来源，提升可信度