拆解 legal-dc/Legal-DC 仓库：539 篇法规语料、2,475 条带条款级引用的问答、一套召回/生成评测脚本。逐项核对哪些数据可信、哪些要先修，并给出 6 个可落地的 RAG 评测方向。

大模型知道很多事，但不知道你公司昨天刚发的制度、你自己写的项目文档，也不知道最新一期的行业报告。微调可以把知识“灌”进模型，但成本高、更新慢，还容易遗忘。RAG（Retrieval-Augmented Generation，检索增强生成）换了一个思路：不改模型，而是在回答问题前，先把相关资料找出来，连同问题一起交给模型。 打个比方，闭卷考试考的是模型记住了多少；RAG 是开卷考试，考的是它能...

0. 前沿0.1 实验目的项目名称：“易速鲜花”内部员工知识库问答系统。 项目介绍：“易速鲜花”作为一个大型在线鲜花销售平台，有自己的业务流程和规范，也拥有针对员工的SOP手册。新员工入职培训时，会分享相关的信息。但是，这些信息分散于内部网和HR部门目录各处，有时不便查询；有时因为文档过于冗长，员工无法第一时间找到想要的内容；有时公司政策已更新，但是员工手头的文档还是旧版内容。 基于上述需求...