RAG召回率从61%到89%：chunk重构与embedding重排的工程实践
在基于LangChain构建的金融文档问答系统中，通过三个阶段的优化——滑动窗口chunk策略替代固定长度切分、bge-large-zh-v1.5替换text2vec-large-chinese、以及引入bge-reranker-base重排序模型，将Top-5召回准确率从61.3%提升至89.7%。本文记录了完整的调优过程，包括向量维度对检索延迟的影响、chunk重叠率与上下文丢失的权衡、以及重
周末网络笔记
Lv.1Open-sourceenthusiast，关注工具与工程实践，技术方向以全栈工程、软件工程为主。持续整理代码可维护性、项目复盘和可复用的工程方法；习惯用项目结果检验技术判断。
1文章
0粉丝
0关注
0获赞