RAG检索流程为：问题 → 改写 → 嵌入 → top-k → 重排 → 上下文 → LLM。模型不执行搜索，是应用代码进行搜索并将结果放入上下文。Embedding使用专门训练的模型将文本转为定长向量，以余弦相似度衡量语义距离。