结论
FastGPT的RAG功能可基于检索到的文档生成总结、报告等内容。在法律领域，可通过LegalBench-RAG基准优化检索与生成效果，提升内容准确性与严谨性。
具体怎么做
- 输入查询问题，可附带参考问答对（格式：Q: ?, A: ?）
- 系统将查询转换为向量，在配置的知识库中执行相似度检索，获取相关文档片段
- 基于检索到的相关信息，调用生成模型生成自然语言答案
- 系统对比历史相关问答后，返回最终生成的答案
注意事项
- RAG生成结果完全依赖检索到的信息，错误的检索内容会导致生成输出出现偏差
- 法律文档的长度与专业术语会提升检索和生成的难度
- LegalBench-RAG基准包含6858个查询-答案对，涵盖合同、隐私政策等法律文档，仅适用于法律领域的检索效果评估
- 该基准的数据集经过多次人工校验，可保障文本精确性与注释质量
来源：FastGPT 官方文档