什么是“召回”

LLM
LLM概念

「召回（Retrieval）」这个词一般来自搜索系统或推荐系统的概念，例如在 Dify 中的应用也类似，用于从知识库中找到与用户问题相关的内容，作为大语言模型（LLM）回答问题的参考依据。

一句话解释：

召回是从知识库中筛选出与用户问题最相关的内容（文本片段），提供给模型用于更准确地生成回答。

更通俗的解释：

假设你在 Dify 中创建了一个「智能客服机器人」，并上传了产品手册作为知识库。
当用户问「你们的手机支持5G吗？」：

• 召回的过程：

  • Dify 会先把用户的问题转成向量（语义理解），
  • 然后在你上传的知识库中找出最相似的段落，比如“iPhone 15 Pro 支持 5G 网络”这一段，
  • 这个过程就叫做「召回」。

• 接下来才是大模型生成回答：

  • Dify 把这些被召回的段落+用户的问题一起发送给大模型，
  • 让模型结合上下文生成更准确的回答。

在 Dify 中召回的相关术语可能包括：

术语	含义
知识库召回	从知识库中找到与问题最相关的文本片段（上下文）
向量召回	使用向量数据库（如 FAISS）来检索语义相似的内容
召回片段数	一次召回返回的段落数量，影响答案准确性和上下文长度
召回方式	可能支持 hybrid 检索、关键词检索、向量检索等

总结

在 Dify 中，召回是指把和用户问题最相关的知识从知识库中“拉”出来，作为回答问题时的参考依据。
它是「基于知识库问答」的关键一步，直接影响生成答案的准确性。