Translations:FACTS About Building Retrieval Augmented Generation-based Chatbots/7/zh

Chat-GPT 的发布、向量数据库的出现以及检索增强生成（RAGs）的广泛使用（8）标志着聊天机器人领域新时代的开始。现在，大型语言模型（LLMs）可以通过自然语言中的简单提示理解用户意图，消除了复杂意图变体训练的需求，能够连贯地合成企业内容，从而赋予聊天机器人超越脚本化意图识别的对话能力。虽然 LLMs 通过其生成能力构建连贯、真实和逻辑的用户查询响应，但由向量数据库驱动的信息检索（IR）系统增强了 LLMs 检索新鲜内容的能力。像 LangChain（1）和 Llamaindex（9）这样的工具促进了聊天机器人的构建，并协调包括记忆、代理、提示模板和整体流程在内的复杂工作流。向量搜索为基础的 IR 系统、LLMs 和类似 LangChain 的框架共同构成了 RAG 管道的核心组件，并在后 Chat-GPT 时代推动了生成式 AI 聊天机器人的发展。