自纠错 RAG 实战:合规研究助手给自己批改检索与答案
Affectionate_Slip654 · reddit · 2026-09-28
作者开源并录制了完整的 Corrective RAG(CRAG)教程,构建了一个「Veltra Pay 合规助手」:普通 RAG 会把检索到的内容不加验证地直接回答,在合规场景下是真实的监管风险,CRAG 则让系统在给出答案前自我检查。
核心机制
- 给检索到的文档打分,区分相关/不相关
- 检索质量差时自动改写查询并重新检索
- 对生成的答案做落地性(grounding)、幻觉风险、完整性三重校验,不达标就重试,实在答不上来就承认「我不知道」
技术栈:Python、LangGraph(StateGraph、条件边、有界重试循环)、Qdrant 向量库、pdfplumber 做 PDF 切块、LLM 做文档评分/查询改写/答案校验、SSE 流式后端和实时可视化仪表盘。附 GitHub 仓库和 YouTube 讲解视频。
「编程与Agent」频道最新
- 一周开发5个插件，把 Obsidian 改造成个人信息工作台 — vista8 · 2026-09-28
- 开源视觉决策模型 Valen：单步决策仅122–128毫秒 — aigclink · 2026-09-28
- LLM 始终学不会的一件事：给子任务挑对模型 — DynaBeast · 2026-09-28
- 零代码做出零重力水滴玩具:Claude Code 产出 2200 行单文件 WebGL — AlexisDC · 2026-09-28
- 「AI 写了 90% 代码」是耸动噪音,Reddit 热帖吐槽统计口径 — Plenty_Line2696 · 2026-09-28
- 开源Hyperresearch让Claude Code变深度研究agent，可积累研究库 — bigaiguy · 2026-09-28