最近在做一个基于企业知识库的问答Agent，用的主流RAG方案。目前遇到的问题是：用户问“上季度华东区销售额”，检索出来的top5文档里有好几段都是讲“华东区团队架构调整”或者“销售考核制度”的，真正有具体数字的报表反而排得很靠后。
最近在做一个基于企业知识库的问答Agent，用的主流RAG方案。目前遇到的问题是：用户问“上季度华东区销售额”，检索出来的top5文档里有好几段都是讲“华东区团队架构调整”或者“销售考核制度”的，真正有具体数字的报表反而排得很靠后。
这种带数字和地域的查询，光靠向量语义很难排准，建议加个关键词或元数据过滤试试。
这种问具体数字的查询，关键词匹配和向量语义经常打架，试试加个元数据过滤或混合检索，光调chunk没用。
你这明显是embedding没抓住数字类query的语义，报表里全是表格数字，跟文本描述的表征差太远了，换个对表格友好的模型试试。