CRAG
纠错式检索增强生成（CRAG）是RAG的改进范式，通过引入检索评估器对召回文档进行相关性打分，并根据分数决定直接采用、丢弃触发网络搜索或知识精炼，实现检索质量的自我校正。
时间轴 (近 90 天)
进阶篇涵盖CRAG、知识库、Agent架构、多Agent协作与工具调用，并结合主流框架进行实战开发
CRAG在标准RAG基础上增加了评估-纠错机制：先对检索到的文档进行相关性打分，若分数低于阈值，则触发网络搜索或重写查询等纠错步骤
CRAG（Corrective RAG，纠错式检索增强生成）是标准RAG流程的改进版本
项目通过 Server-Sent Events（SSE）向前端实时推送管道进度，并配有对 CRAG 流程实时可视化的 Web 仪表盘
CRAG 的核心创新是引入一个轻量级的检索评估器，将每个召回文档的相关性量化为置信分数，并据此归入三类处理路径：高分直接采用、低分丢弃并触发网络搜索、中间分做知识精炼后使用
CRAG 中的查询重写让 LLM 将原始问题分解为若干更精确的子查询，分别检索后再合并，以降低词汇鸿沟导致的召回失败
CRAG（纠正式检索增强生成）会在生成前对检索结果进行质量评估和筛选，Self-RAG让模型在生成过程中自我反思引用的可靠性
纠错式检索（CRAG）是2024年由Yan等人提出的自适应检索框架，引入检索评估器将检索结果分为正确、不正确、模糊三类并触发不同处理
全部知识事实 (8)
进阶篇涵盖CRAG、知识库、Agent架构、多Agent协作与工具调用，并结合主流框架进行实战开发
50%待验证CRAG在标准RAG基础上增加了评估-纠错机制：先对检索到的文档进行相关性打分，若分数低于阈值，则触发网络搜索或重写查询等纠错步骤
50%待验证CRAG（Corrective RAG，纠错式检索增强生成）是标准RAG流程的改进版本
50%待验证项目通过 Server-Sent Events（SSE）向前端实时推送管道进度，并配有对 CRAG 流程实时可视化的 Web 仪表盘
50%待验证CRAG 的核心创新是引入一个轻量级的检索评估器，将每个召回文档的相关性量化为置信分数，并据此归入三类处理路径：高分直接采用、低分丢弃并触发网络搜索、中间分做知识精炼后使用
50%待验证CRAG 中的查询重写让 LLM 将原始问题分解为若干更精确的子查询，分别检索后再合并，以降低词汇鸿沟导致的召回失败
50%待验证CRAG（纠正式检索增强生成）会在生成前对检索结果进行质量评估和筛选，Self-RAG让模型在生成过程中自我反思引用的可靠性
50%待验证纠错式检索（CRAG）是2024年由Yan等人提出的自适应检索框架，引入检索评估器将检索结果分为正确、不正确、模糊三类并触发不同处理
50%