介绍一个概念——深度搜索(Deep Search)和检索增强生成(RAG)的区别和联系 原创

“搜索技术既是一项独立的技术，也是RAG技术的基础。”

最近了解到一个新技术，当然这个新技术是对作者来说，其技术已经存在一段时间了；它就是深度搜索技术——Deep Search。

作者最近一段时间主要从事的方向是RAG和Agent领域，然后这几天突然了解到深度搜索这项技术，然后就很好奇它和rag有什么区别和联系。

Deep Search和RAG

学习一项新技术，我们首先要搞明白这个技术是干啥的，它有什么用，因此先不纠结其概念。

顾名思义，从名称上来看Deep Search 叫深度搜索，简单理解就是一种搜索技术；与传统的搜索方式对比，其核心在于深度两个字。

说到搜索技术，其存在的时间不是一年两年了，从计算机出现之后搜索就是一个一直存在的课题；或者说在计算机出现之前搜索技术就已经存在了，只不过形式不同而已。

所以，这个所谓的深度搜索和传统的搜索技术有什么区别呢？ 

其实深度搜索技术是在人工智能爆火之后提出的一个新技术名词，其本质上是传统搜索技术与人工智能技术的一个结合。

传统的搜索技术主要使用的是关键词匹配技术，适合精确查询；而深度搜索是基于语义的深层理解，适合复杂意图查询。

从目标上来说，传统搜索和深度搜索没有太大区别；都是为了更加准确的检索到用户需要的信息；但其有各有侧重点，传统搜索主要用来保证召回率，而深度搜索主要用来提升准确率和用户体验；技术不同，但目标相同。

现在了解了深度搜索的基本情况，那么作者就好奇了，它和检索增强生成又有什么区别？ 

核心概念对比

从目标上来看，深度搜索的侧重点是搜索结果，而RAG的侧重点却是增强生成。

深度搜索的目的是把与用户问题相关的内容准确的展示给用户；而RAG检索增强的目的，是根据检索回来的结果来让大模型进行更好的生成，减少幻觉问题。

所以，从这点也可以看出其实深度搜索和检索增强生成是有共同点的，那就是深度搜索技术可以作为RAG技术的检索模块，用来更准确的检索回相关数据。

因此，深度搜索常见的应用场景主要有搜索引擎，站内搜索，商品搜索等；而rag主要的应用场景是智能客服，多轮对话，专业问答等。

实际项目中的选择考量

选择 Deep Search 当：

• 用户需要看到原始信息源
• 查询结果具有主观性，需要多角度信息
• 涉及时效性、权威性等多维度评估
• 用户有信息筛选能力

选择 RAG 当：

• 用户希望直接获得答案
• 需要跨文档的综合理解
• 问题涉及复杂的推理链条
• 面向非专业用户群体

总结

• Deep Search：更注重检索的广度、深度和质量控制
• RAG：更注重检索后的理解、推理和答案生成

两者不是替代关系，而是互补的技术范式，在很多实际应用中会结合使用。

本文转载自​​AI探索时代​​ 作者：DFires