跳到主内容
人工智能

面向教育应用的检索增强生成技术：系统性综述

Retrieval-augmented generation for educational application: A systematic survey

Zongxi Li, Zijian Wang, Weiming Wang, Kevin Hung, Haoran Xie, Fu Lee Wang

Computers and Education Artificial Intelligence · 2025-05-14

开放获取大模型与语言多模态与视觉语言检索增强与智能体被引 130被引前 10%影响因子 ≈31.1

摘要

大型语言模型（LLMs）的进步推动了人工智能驱动的教育发展，在各类学习与教学领域催生了诸多创新应用。然而，大型语言模型仍存在幻觉问题和内部知识固定等缺陷，这些局限影响了其在教育场景中的可靠性。检索增强生成（RAG）技术通过从外部知识库检索相关信息并将其融入大型语言模型的生成过程，能够提升其事实准确性并实现知识的动态更新，因而尤其适合应用于教育领域。本文全面梳理了将检索增强生成技术融入教育场景的现有研究成果。我们首先明确了检索增强生成技术的定义与工作流程，随后依据其索引机制，介绍了不同类型的检索器与生成优化方法。作为本文的核心内容，我们探讨了检索增强生成技术在教育领域的实际应用，涵盖互动学习系统、教育内容的生成与评估，以及在教育生态系统中的大规模部署。基于上述系统性梳理，本文指出了当前面临的相关挑战与未来发展方向，包括消除模型幻觉、保障检索知识的完整性与时效性、降低计算成本，以及强化基于检索增强生成技术的教育应用的多模态支持能力。

本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。

AI 综述

基于摘要生成
主要观点
该综述的核心论断是：大语言模型虽推动了AI驱动教育的应用创新，但其幻觉与内部知识静态化两类问题削弱了其在教育场景中的可靠性；检索增强生成（RAG）通过从外部知识库检索相关信息并注入生成过程，提升事实准确性并支持知识的动态更新，因而更适配教育应用。研究问题域被界定为「将RAG整合进教育场景」的既有研究。综述先厘清RAG的定义与工作流，并依循RAG的索引机制区分不同类型的检索器与生成优化方法。应用层面归纳为三条主线：交互式学习系统、教育内容的生成与评估、教育生态系统中的大规模部署。在此基础上提出四类待解挑战：缓解幻觉、检索知识的完整性与时效性、降低计算成本、增强多模态支持。
研究方法
采用系统性综述（systematic survey）路径，对整合RAG的教育研究进行综合梳理，分析框架分为技术与应用两层。技术层以RAG的索引机制为轴线，对检索器类型与生成优化方法作分类介绍；应用层按交互式学习系统、教育内容生成与评估、教育生态大规模部署三类场景组织文献。行文采取概念先行策略，先界定RAG的定义与工作流，再展开技术分类与应用梳理，最后汇总挑战与未来方向。材料中未明确提及文献检索所用的数据库、检索式、时间跨度、纳入与排除标准以及纳入文献数量，也未说明是否进行编码一致性检验。
学术贡献
贡献属于综述性整合与分类框架建构层面。其一，给出以索引机制为轴线的检索器类型与生成优化方法分类，为RAG技术谱系提供了一种组织方式。其二，把分散的教育应用整合为交互式学习系统、教育内容生成与评估、教育生态大规模部署三类，界定了RAG教育应用的议题边界，对AI教育与教育技术这一子领域具有议题梳理价值。其三，明确列出幻觉、检索知识完整性与时效性、计算成本、多模态支持四类挑战，为后续工作设定了问题清单。
存在局限
材料未披露文献检索与筛选的具体流程，包括数据库、检索式、时间范围、纳排标准与纳入文献量，综述的可复现性与覆盖完备性无法核验。作为综述而非一手实证研究，未报告实验或量化对比结果，所提四类挑战及缓解思路停留在议题罗列层面，缺少效果证据支撑。材料未明确提及对不同教育层次（如基础教育、高等教育、职业培训）、学科或学习者群体的区分，也未说明各类应用场景证据强度的差异。材料未明确提及对所纳入文献的质量评价标准或偏倚评估方式。
进一步研究方向
针对幻觉缓解，可构建教育领域带标注的幻觉评测集，以同一大语言模型在RAG与非RAG条件下做对照，检验事实准确率与错误类型分布。针对知识完整性与时效性，设计知识库纵向更新实验，追踪随时间推移的检索覆盖率与生成答案的更新延迟。针对计算成本，测量不同检索器与生成优化组合在推理延迟、Token消耗与算力开销上的差异，建立效果—成本权衡曲线。针对多模态支持，将图表、公式、音视频纳入检索与生成管线，评测多模态教育内容的检索命中率与生成一致性。就综述方法学而言，后续同类工作应公开检索式、数据库、时间范围与纳排标准，以支持复现与定期更新。

本综述由 AI（deepseek-flash）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。

参考文献

相关论文

话题：Artificial Intelligence in Education