1、引言
由于目前比较火的 chatGPT 是预训练模型，而训练一个大模型是需要较长时间（参数越多学习时间越长，保守估计一般是几个月，不差钱的可以多用点 GPU 缩短这个时间），这就导致了它所学习的知识不会是最新的，最新的 chatGPT-4o 只能基于 2023 年 6 月之前的数据进行回答，距离目前已经快一年的时间，如果想让 GPT 基于近一年的时间回复问题，就需要 RAG（检索增强生成）技术了。
此外，对于公司内部的私有数据，为了数据安全、商业利益考虑，不能放到互联网上的数据，因此 GPT 也没有这部分的知识，如果需要 GPT 基于这部分私有的知识进行回答，也需要使用 RAG 技术。
本文将通过实战代码示例，意在帮助没有大模型实战经验的 Java 工程师掌握使用 LangChain4j 框架进行大模型开发。
2、基本概念
2.1 什么是 RAG
RAG（Retrieval-Augmented Generation）的核心思想是：