# Data Augmentation Kit简介

Data Augmentation Kit（数据增强套件）提供知识库、知识检索、RAG（检索增强生成）、端侧问答模型能力，打造个性化智慧数据平台，实现个性化智慧体验。

## 能力范围

Data Augmentation Kit提供以下能力：

* [RAG（检索增强生成）](https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/data-augmentation-rag-overview)：提供一种结合检索与生成技术的自然语言处理技术，通过动态从外部知识库中检索相关信息，辅助生成更准确、可靠的文本内容。其核心目标是弥补传统生成模型依赖静态知识的不足，实现"知识实时调用"与"内容灵活生成"的融合。

* [智慧化数据检索](https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/dataaugmentation-retrieval)：基于多路召回和重排序，提供了一套知识检索框架。在提供基于倒排索引的传统文本检索的同时，也提供了基于向量索引的语义检索能力。

* [端侧问答模型](https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/dataaugmentation-localchatmodel)：提供接入端侧模型问答的方法，以及使用AI模型管家对接LLM，对用户问题进行处理的过程，实现数据本地化智能问答的效果。

## 优势/亮点

### RAG（检索增强生成）

* 知识实时性：无需重新训练模型即可动态更新知识库，适用于新闻、政策等高频变化领域。

* 可信度增强：生成内容基于检索结果，减少模型"幻觉"（虚构信息），支持答案溯源。

* 灵活适配：同一模型可快速切换不同领域知识库，降低跨场景部署成本。

* 长尾问题覆盖：通过外挂知识库补充模型未训练到的细分领域知识。

### 智慧化数据检索

* 智慧化数据构建：将应用数据通过加工转换为知识，加工后的知识存储在倒排数据库、向量数据库、图数据库等存储引擎中。

* 智慧化数据检索：针对图片、文本等多种数据或多种数据库的融合查询，支持条件过滤、语义理解的复杂数据检索场景。通过多路召回和重排两个阶段实现。

* 基于RAG的知识问答：将检索和大模型生成技术结合，通过动态检索外部知识库中的信息，提高大模型回答问题的准确性，降低大模型的"幻觉"（虚构信息）。

### 接入端侧问答模型

* 接入端侧问答模型：应用可以选择使用端侧问答模型，实现数据本地化处理，有效保障用户隐私安全。

## 基本概念

* LLM：Large Language Model（大语言模型）是一种基于深度学习的人工智能模型，通过在海量文本数据上训练，掌握语言规律，能够理解和生成人类语言。

* chunk：chunk是知识加工时，文本被拆分后的逻辑或结构单元，目前一个chunk默认包含3072个字符（1个字符指1个汉字或1个英文字母）。

* 检索召回：通过一种特定的策略或算法从海量数据中快速筛选出候选结果集。

## 约束与限制

### 支持的国家/地区

Data Augmentation Kit仅支持中国境内（香港特别行政区、澳门特别行政区、中国台湾除外）。

### 支持的设备

本Kit适用设备情况如下。

|能力|约束|
|:----------|:--------------------------|
|RAG（检索增强生成）|支持PC/2in1设备类型。|
|智慧化数据检索|支持Phone、PC/2in1、Tablet设备类型。|
|端侧问答模型|支持PC/2in1设备类型。|

## 模拟器支持情况

本Kit暂不支持模拟器。