在大模型课程学习中，我系统梳理了Transformer架构、预训练-微调范式等核心知识，通过实践感受到大模型在文本、图像等领域的强大生成能力。同时也认识到其存在知识更新滞后、易产生幻觉等局限。而RAG技术的出现，为大模型应用开辟了新路径，它通过向量数据库存储和语义检索，将外部知识与模型能力相结合，实现了更精准、可靠的内容输出。
这段学习经历让我深刻体会到，大模型与RAG的结合不仅是技术层面的突破，更是智算迈向实际应用的关键一步。在搭建企业知识库问答系统的实践中，我切实感受到RAG技术对解决垂直领域需求的重要价值。未来，我将进一步探索二者在更多场景的融合应用，同时关注数据安全与技术优化等问题，持续提升自己在智算领域的专业能力。