Self-RAG（自反思检索）是一种让语言模型在生成答案时，自己判断“要不要检索、检索到的内容靠不靠谱、答案有没有证据支撑”的AI 词典：检索增强生成">检索增强生成（Retrieval-Augmented Generation，RAG）框架。
普通 RAG 像一位过度勤快的助理：不管你问“今天星期几”还是“公司报销标准是什么”，它都先抱一摞文件进来，再把文件片段塞给模型。Self-RAG 更像有判断力的助理：先自问这题需不需要查资料；查完翻两页，发现资料跑题，就改写搜索词或重新查；如果找不到证据，宁可不答，也不硬编一个看起来很像真的答案。
它的核心做法，是让模型在生成过程中不只输出答案，还输出“反思标记（reflection tokens）”。这些标记像贴在思考流程上的便利贴，标出几个关键判断：
- 现在需要检索吗？
- 检索回来的段落和问题相关吗？
- 接下来这句话，有检索内容支持吗？
- 整个回答对用户有用吗？
训练阶段，模型学会在合适的位置产出这些标记；推理阶段，系统可以通过阈值或权重调节它的谨慎程度。比如调高检索门槛，模型会更少查、更依赖内部知识；调低门槛，则更愿意先查再说。具体标记定义和实现方式，以原论文或所用框架的官方文档为准。
它和相邻概念的区别可以这样看：
| 对比项 | 普通 RAG | Self-RAG |
|---|---|---|
| 检索时机 | 很多流程每问必查，固定取 top-k | 先判断，按需检索 |
| 检索结果 | 直接塞进上下文 | 先评估相关性，再决定用不用 |
| 质量检查 | 多在外部流水线做 | 生成过程中自我反思 |
| 没证据时 | 可能硬答 | 更可能拒答或改写问题 |
和 Agentic RAG 相比，Self-RAG 更聚焦“生成过程中的检索决策与自我评估”；Agentic RAG 则更强调多步规划、调用多种工具。两者并不冲突，可以叠加使用。
对从业者来说，Self-RAG 的价值是减少无效检索、降低 token 成本和延迟，也减少“检索到噪声反而带偏答案”的情况。设计系统时，别只想着把知识库接进去，还要把“拒答”和“证据支撑”当成一等公民。对普通人来说，看到一个知识库问答产品时，可以多问一句：它会不会在没依据时承认不知道？这往往比它答得多流畅更重要。