RAG（检索增强生成）让大模型在回答前先查资料，从而减少胡说八道。本文用大白话讲清它是什么、解决什么问题、怎么落地，以及哪些情况其实不该用它。
Reasoning + Acting
ReAct 是让大模型"边推理边行动"的 Agent 范式：思考→调用工具→观察结果→再思考，是 Function Calling 与智能体工作流的思想基础。
Reinforcement Learning from Human Feedback
RLHF（基于人类反馈的强化学习）是让大模型输出符合人类偏好与价值观的关键对齐技术，通过人类对模型回答的排序反馈训练奖励模型，再用强化学习优化策略模型，让模型「更会说话、更守规矩」。
Runway
Runway 是专业的 AI 视频创作平台，以 Gen-2/Gen-3 文生视频与视频编辑工具闻名，面向影视与广告创作者，提供绿幕、重绘等专业能力。
Reinforcement Learning
强化学习（RL）是机器学习的重要范式：智能体通过与环境的试错交互，根据奖励信号学习最优策略，广泛应用于游戏博弈、机器人控制与RLHF对齐等场景。
Recurrent Neural Network (RNN)
循环神经网络（RNN）是擅长处理序列数据的神经网络：通过循环结构保留历史信息，广泛用于文本、语音、时间序列任务，是 LSTM、GRU 等模型与语言模型发展的重要基础。
Recommendation System
推荐系统是利用用户行为与内容特征，自动预测并推荐用户可能感兴趣内容的算法系统，广泛应用于电商、内容平台与社交产品（如抖音、淘宝、Netflix），是互联网产品增长与商业化的核心引擎之一。
Retrieval-Augmented Generation
检索增强生成（RAG）是一种让大模型先检索外部知识库、再把检索结果作为上下文进行生成的架构，用于解决模型知识陈旧、幻觉与企业私有数据接入问题，是当前企业级 AI 应用的主流范式。
Regularization
正则化是防止模型过拟合的技术总称：通过给模型复杂度增加惩罚（L1/L2、Dropout、早停等），让模型学习通用规律而非死记训练数据，提升泛化能力。
Rerank
重排序（Rerank）是 RAG 检索的精度提升环节：先用粗召回取大量候选，再用重排序模型精打分，把最相关的文档排到前面喂给大模型。
