RAG系统三阶段优化：chunk切分、embedding替换与rerank接入
在基于LangChain构建的问答系统中，初期检索召回率仅62%，top-3准确率不足70%。本文记录了一次完整的RAG系统优化历程：从固定512字符chunk改为语义感知的递归切分策略，召回率提升至78%；将text2vec-large-chinese替换为bge-m3 embedding模型，top-3准确率突破86%；最终引入bge-reranker-v2-m3重排序，在保持召回率的同时，t
企业级NLP应用札记
Lv.1专注于自然语言处理的工程化与业务落地。持续实践RAG知识库搭建、模型部署和推理优化，重点关注效果、成本、稳定性和可维护性，分享经过验证的方案与真实复盘。
1文章
0粉丝
0关注
0获赞