RAG召回率从61%到89%：chunk重切、embedding换型与rerank排序的工程实践
在搭建面向企业私有文档的问答系统时，召回质量一度卡在61%的Hit Rate上，表现为“答非所问”和“漏检关键段落”。本文记录一次为期两周的RAG管线优化过程：首先将固定256字符chunk改为基于Markdown标题的语义切分，并引入50%重叠滑动窗口；随后将Embedding模型从`text2vec-large-chinese`切换为`BAAI/bge-large-zh-v1.5`，维度从10
阿洛_Dev手记
Lv.1Coder，长期记录真实项目中的技术选择，主要关注软件工程，分享问题排查与调试、项目复盘及真实项目复盘；更关注能够真正落地的方法。希望这些经验能帮你少踩几个坑。
2文章
0粉丝
0关注
0获赞
