王
王志明
2 小时前 · RAG 检索 · 246 次浏览
提问
RAG 检索总是召回不到相关内容,chunk 怎么切?
做企业知识库问答,文档已经切成 500 字了,但用户问「年假怎么申请」召回的还是制度首页。用过 rerank,效果不稳定,想听听大家怎么做的。补充一下:文档是 PDF 转的,表格比较多。
#RAG#向量检索
✅ 该提问已采纳最佳答案,采纳后不可撤销
❤️ 18💬 3
全部回答3 条
🏅 最佳答案 · 由发帖人采纳,不可修改
你的问题主要不是 rerank,是切分阶段就丢了结构。建议三步:1)先把表格单独抽成结构化记录,不要塞进正文 chunk;2)正文按标题层级切,每块带上所属章节标题作为前缀;3)召回时先按章节粗筛,再进细粒度。改完这一步再调 rerank 才有意义。另外 PDF 转出来如果有页眉页脚,先清一遍,不然每块都带重复噪声。
遇到过类似问题。我是给每个 chunk 加了一层「所属制度名 + 条款号」的前缀,检索时把用户问题里的实体也拼到 query 前面,效果立刻好很多。你可以先试试这个成本最低的改法。
补充一点:500 字可能还是偏大,先降到 300 字配合重叠 15% 试试,检索粒度细了再靠 rerank 拉回来,这个顺序反了就会像你遇到的那样。
🎒以学员身份回答,被采纳后将记入学习标兵榜
0 / 2000
标题一句话说清主题,便于老师快速定位问题
正文建议写清:什么场景、试过什么、期望结果
0 / 5000
选择分类
AI 基础提示词工程Agent 开发RAG 检索FDE 培养职业发展综合讨论
标签(选填)最多 5 个,便于同好搜索
#RAG✕#向量检索✕+ 添加标签
📌 社区规则
1. 提问发布后 10 分钟内可自行编辑,超时只能通过追加回答补充;
2. 提问被采纳答案后不可撤销,请确认后再采纳;
3. 内容会经过安全审核,涉违规内容将不予显示;
4. 优秀回答会被记入「学习标兵」榜,在学员资料页展示。
👨🏫 教师端
待答问题
按提问时间排序,优先处理还没有回答的问题。你的回答会给发帖人发送站内通知。
5个问题等待老师解答
向量库从 0.3B 换到 1.5B 后召回反而变差了
同一批文档、同一套切分,换大模型之后 top-5 命中的相关性肉眼可见下降…
提示词里的角色设定到底有没有用?
公司要求每条 prompt 都写「你是一位资深专家」,实测下来准确率提升不明显…
工具调用时模型总是漏传必填参数,怎么兜底?
用 JSON schema 约束了还是会漏,尤其是可选参数和嵌套对象…
🔒评价一经提交即不可修改,如需补充请由老师发起「复评」,复评将追加到原评价下方
LangChain / RAG 知识库实战
含 2 条复评
本节课完成度很高,能独立完成文档切分与向量入库。对 LangChain 的链式调用理解到位,建议后续在检索重排序上再深入。
已归档 · 不可修改
补充复评:该生课后独立完成了企业知识库智能体的小课作业,检索命中率明显提升,特此追加鼓励分。
已归档 · 不可修改
提示词设计思路清晰,能结合业务场景做结构化拆解。课堂参与积极,主动提问。建议多练习多轮对话与角色设定。
已归档 · 不可修改
零基础起步,本节能跟上节奏。需加强动手练习,课后作业完成度有待提高。
已归档 · 不可修改