RAG召回率从61%到89%：chunk重切、embedding换代与rerank落地实录
两个月前，我们内部知识库问答系统的召回率（Recall@5）一直卡在61%左右，用户问“发票报销流程”，系统却常把“差旅报销制度”排到后面。问题不在模型，而在RAG管线的三个关键环节：chunk切分太粗导致语义混淆、embedding模型对长尾专有名词表征弱、以及缺失粗排后的精排纠错。本文记录一次完整的RAG系统优化过程——从调整chunk策略（固定256字到语义滑动窗口），到切换embeddin
金鱼会调Bug日记
Lv.1白天解决问题，晚上整理笔记的小动物。关注技术学习与项目实践，主要分享项目实践记录、方法总结和日常踩坑；习惯用项目结果检验技术判断。偶尔更新生活观察，主要还是认真做事。
2文章
0粉丝
0关注
0获赞
