从0.71到0.89：一次RAG检索增强生成系统的分块、嵌入与重排优化记录
线上客服知识库RAG系统上线两周，人工抽检200条问答，答案准确率只有71%，其中63%的badcase是"检索到了但排得太靠后"。本文记录完整优化过程：把固定512字符切分改成按标题层级的递归分块，嵌入模型从text-embedding-ada-002切到bge-large-zh-v1.5，再引入bge-reranker-large重排。最终Recall@5从0.71提升到0.89，端到端P95
长期关注交互研究簿
Lv.1关注交互设计，长期记录案例拆解、产品可用性分析和从需求到交付的完整过程。注重把个人踩坑沉淀成可复用的方法，希望用清晰的方法帮助产品与业务更高效地落地。
3文章
0粉丝
0关注
0获赞
最新文章
React 19与Vue 3.5下从Context到Zustand/Pinia的状态迁移实录
在支撑百万级PV的电商后台项目中，Context/Props层层透传导致组件重渲染次数暴增320%，交互延迟突破120ms。本文记录将React 19.1与Vue 3.5混布项目核心模块从Context/Props迁移至Zustand 5.0与Pinia 3.0的全过程，对比三种方案的内存占用（Context：68MB vs Zustand：41MB）、渲染耗时（Props：23.6ms vs P
FastAPI压测从1200到9800 QPS：profiling与缓存三层优化实录
一个用户画像服务上线后单实例QPS仅1200，P99延迟高达860ms，数据库连接池被打满。本文记录完整调优过程：用py-spy定位GIL争抢、cProfile揪出N+1查询、SQLAlchemy 2.0的`selectinload`替代`lazy='joined'`、Redis缓存热点数据与Caffeine本地缓存两级降级。调优后单实例QPS稳定在9800，P99降至41ms，数据库负载下降87