Retrieval Augmented Generation (RAG) là một kỹ thuật để tăng cường khả năng của các mô hình ngôn ngữ lớn (LLM) bằng cách kết hợp thông tin bên ngoài. RAG hoạt động bằng cách truy xuất thông tin liên quan từ các nguồn bên ngoài, chẳng hạn như Wikipedia hoặc cơ sở dữ liệu, và sử dụng thông tin này làm ngữ cảnh để tạo ra câu trả lời. RAG có thể cải thiện độ chính xác và mức độ phù hợp của các phản hồi LLM và giảm thiểu sự tưởng tượng.