从62%到89%：一次RAG检索增强生成系统的三轮迭代优化记录
本文记录了一个企业知识库问答系统（约12万篇文档、平均每篇1800字）的RAG优化过程。初始方案chunk固定512 token、embedding用text-embedding-ada-002，Top-5召回下人工评估准确率仅62%。通过三步改造：chunk改为语义分段+重叠窗口、embedding切换为bge-large-zh-v1.5、引入bge-reranker-large重排，最终Top
一只Linux玩家日常
Lv.1一名专注于Linux系统的基础设施工程师。日常记录安全与备份策略、云资源实践和项目中的问题解决过程；不追求堆砌概念，只记录验证过的经验，也会分享日常思考、问题排查和阶段性总结。
1文章
0粉丝
0关注
4获赞