一种基于多源数据自适应融合的大模型检索增强生成方法

本申请涉及自然语言处理的技术领域，具体而言，涉及一种基于多源数据自适应融合的大模型检索增强生成方法，该方法包括以下步骤：S1：获取用户问题，并将用户问题意图检测识别路由至不同的检索增强策略；S2：基于对应的检索增强策略对用户问题进行检索，得到最终答案；S3：对最终答案进行纠正检索增强，生成最终回答。其能够通过LLM意图识别机制动态选择最合适的检索策略，降低不必要的计算开销。同时在检索过程中引入纠正策略，针对模糊或不准确的检索结果，利用大规模网络搜索扩展检索信息，确保生成内容更加准确和可靠，从而有效增强语言模型生成的鲁棒性和适用性。