基于上下文知识流的检索增强生成系统及方法

本发明公开了基于上下文知识流的检索增强生成系统及方法，首先运用混合检索策略，从大规模知识库中检索出相关知识片段；随后对知识片段以及对话上下文信息进行编码，生成向量表示；依据上下文向量对知识片段的权重进行调整；根据上下文和生成结果来更新知识片段的向量表示；根据每一轮对话的情况更新知识状态图；根据知识状态图调整检索策略；最后，把经过处理的知识片段向量与上下文向量相融合，并输入到生成模型中，从而得到最终的输出内容。本发明引入动态知识流动和更新机制，解决了现有检索增强生成模型RAG在多轮对话和复杂推理任务中存在的局限性，显著提升了知识的利用效率，增强了生成内容的连贯性与准确性，同时提高了系统的灵活性。