RAG召回率从61%到89%：chunk重构与Embedding选型全记录
一个月前，我们内部知识库问答系统的准确率卡在61%，用户问“A类设备保修政策”，系统总召回一段关于B类设备报废流程的废话。经过对chunk切分策略的三轮调整、Embedding模型从bge-small切换至bge-m3，再引入BGE-reranker-v2-m3后，最终在1287条真实测试集上，Recall@5从61.2%提升至89.4%，答案相关度人工评分从3.1分升至4.5分。本文记录完整优化
长期主义移动开发修炼册
Lv.1正在把零散知识连接成完整能力。当前重点关注移动端开发，通过性能优化、问题排查与调试持续提升能力；倾向用真实案例代替空泛结论，并把过程整理成可复用的学习记录。
2文章
0粉丝
0关注
0获赞
