医疗领域检索增强生成 (RAG) 的最佳工业实践
计算与语言
2026-02-13 v2
摘要
虽然检索增强生成 (RAG) 已在基于大型语言模型 (LLM) 的工业应用中迅速采纳，但就如何构建医疗领域 RAG 系统而言，目前尚无共识，即各组成部分、如何组织这些组成部分以及如何实现每个组成部分。本文首先仔细分析 RAG 系统的各个组成部分，并为每个组成部分提出实用方案。随后，我们对三类任务进行系统评估，揭示了提高 RAG 系统性能的优佳实践，以及 LLM-based RAG 系统在性能与效率之间的权衡。
引用
@article{arxiv.2602.03368,
title = {Pursuing Best Industrial Practices for Retrieval-Augmented Generation in the Medical Domain},
author = {Liz Li and Wei Zhu},
journal= {arXiv preprint arXiv:2602.03368},
year = {2026}
}