王建强
微软首席应用科学经理
硅谷资深数据科学家，统计学博士毕业，曾任科罗拉多州立大学客座教授，Twitter广告组数据科学家，Snap广告技术负责人、快手数据科学总监。有多年数据分析及建模经验，涉及领域有搜索广告推荐的后台算法、零售行业的客户增长和库存管理。对数据科学教育，互联网广告和新兴的零售业模式有深入研究。期待与大家交流数据科学的技术和发挥业务价值的话题。
演讲主题
大模型的检索增强(RAG)现状研究和挑战
近半年来，大型语言模型（LLM）成为科技界的热门话题。LLM能够利用强大的计算能力和海量的数据，为各种应用生成自然语言文本，例如情感分析、文本摘要、问答等。基于大模型的检索增强式生成(Retrieval-Augmented Generation)可以将领域知识、企业私有数据整合进大模型，降低大模型的幻觉，提升输出结果的准确性。然而，检索增强生成也存在许多挑战，例如难以捕捉具有复杂信息需求的查询的相关性，生成的文本可能包含虚假信息或攻击性内容，需要提高抗噪能力，以及难以控制生成文本的风格等。在本次演讲中，我将介绍RAG的一些应用场景和挑战，并探讨如何应对或缓解这些挑战。
