關於 RAG（Retrieval-Augmented Generation，檢索增強生成）架構，下列敘述何者最正確？

解析

正確答案是(B)。RAG 的核心流程是「檢索→增強→生成」：先從外部知識庫找到相關資料，再將其作為 context 提供給 LLM。(A)錯誤：RAG 不需要重新訓練 LLM，這正是其優勢；(C)錯誤：RAG 和 Fine-tuning 可以搭配使用，各有適用場景；(D)不完整：雖然可用關鍵字搜尋，但向量資料庫的語義搜尋是 RAG 的主流做法。關鍵概念：RAG 的價值在於不需重新訓練即可讓 LLM 存取最新/私有資料。

正確答案：B. RAG 先從知識庫檢索相關文件，再將檢索結果作為上下文提供給 LLM 生成回答