RAG检索增强生成优化实录：chunk策略、embedding切换与rerank效果对比
本文记录了一个企业知识库RAG系统从上线到优化的完整过程。初始版本召回率仅62%，答案准确率不足55%。通过调整chunk策略（512→256带重叠）、将embedding模型从text-embedding-ada-002切换到bge-large-zh-v1.5、引入bge-reranker-large重排序，最终召回率提升至91%，答案准确率达到84%。文中包含完整代码、参数配置和前后对比数据，
一线职场案例库
Lv.1主要整理技术职场相关的学习笔记与工程经验，内容覆盖代码实现与工程实践、问题排查与调试。不追求堆砌概念，只记录验证过的经验，希望把复杂问题讲清楚、把实践步骤写完整。
4文章
0粉丝
0关注
0获赞
最新文章
Prompt Engineering调优实录：实体抽取任务下5轮迭代的token消耗与精度对比
在实体抽取任务中，我针对同一份法律文书数据，设计了5种不同结构的Prompt（零样本、少样本、CoT、Self-Consistency、角色约束），在GPT-4-turbo（1106版本）下分别测试。实验结果显示：角色约束+少样本的组合F1值最高（0.87），但token消耗是零样本的3.2倍；而CoT在复杂嵌套实体上召回率提升11%，但输出延迟增加1.8秒。本文记录了完整的迭代过程、踩坑点和成本
Git分支策略与流水线联动：基于GitFlow改造的Trunk-Based实践
本文记录了一次将团队Git仓库从纯GitFlow迁移至“简化Trunk-Based+特性分支”的完整过程。我们解决了主干长期不稳定、Code Review流于形式、CI构建时长超过25分钟等核心痛点。通过引入GitHub Actions的路径过滤与合并队列（Merge Queue），将平均发布周期从2天缩短至4小时，主干分支的每日通过率从68%提升至96%。文中会给出分支保护规则、PR模板、自动化
2024年后端框架横评：Spring Boot vs Quarkus vs Micronaut，谁更香？
本文深度对比Spring Boot 3、Quarkus 3和Micronaut 4三款主流Java后端框架，从启动速度、内存占用、开发体验、生态成熟度四个维度，结合真实项目案例给出选型建议，帮你少走弯路、选对技术栈。