11月19日消息，阿里云百煉推出全新RAG框架，全面提升大模型的準確性和可靠性，可解決90%以上幻覺問題，更好地滿足企業(yè)級大模型應用場景的需求。

　　RAG是大模型落地的重要技術，它可以將檢索到的知識和大模型結合，以此優(yōu)化大模型的生成效果。然而傳統(tǒng)RAG方案容易檢索到與問題相似，但與問題描述不符的難負樣本，從而導致大模型易出現(xiàn)幻覺，例如面對“iPhone 16的參數(shù)規(guī)格”與“iPhone 16Pro的參數(shù)規(guī)格”這類極為相似的問題時，大模型容易給出錯誤答案。

　　為此，阿里云百煉在傳統(tǒng)RAG框架之上，在業(yè)界首創(chuàng)雙層幻覺信息過濾框架。在這一全新框架下，大模型在生成回答前，能先對候選信息進行一次全面的深度分析和判斷，自動識別并剔除“難負樣本”，確保所有用于生成的信息高度相關且可靠。具體來說，該框架可通過重排序模型進行第一輪過濾，可過濾70%的通用難負樣本，第二層大模型會進一步過濾剩余30%涵蓋更復雜業(yè)務定制規(guī)則的樣本。通過雙層幻覺信息過濾框架，可解決90%以上大模型幻覺問題，并且相比單層信息過濾方案，效率大幅提升。

　　阿里云百煉通過雙層幻覺信息過濾框架，可解決90%以上大模型幻覺問題

　　阿里云百煉資深算法專家謝朋峻表示：“全新的RAG框架極大地提升了大模型的生成效果，為大模型在復雜場景下的應用開辟了新的可能性，我們希望這一新方案能進一步推動了人工智能技術的發(fā)展和應用。”

　　目前，阿里云百煉可為企業(yè)和開發(fā)者提供三種模型服務：用戶可直接調(diào)用大模型進行推理，例如Qwen、Llama、ChatGLM等主流開源和閉源模型;用戶還可對大模型進行微調(diào)和訓練，阿里云百煉提供從數(shù)據(jù)管理、模型調(diào)優(yōu)、評測到部署的全鏈路模型服務，用戶可彈性按需調(diào)用算力，無需關心底層架構;此外，阿里云百煉還支持企業(yè)打造RAG應用，用戶可在百煉上輕松創(chuàng)建知識庫，并一鍵開啟RAG，通過Assistant API聯(lián)合輸出。

　　據(jù)介紹，阿里云百煉已上線超100款國內(nèi)外主流大模型，已服務一汽、金山、哈啰集團、國家天文臺等超30萬企業(yè)客戶。