老陈Python手记

RAG召回率从61%到89%：chunk重构与embedding选型及rerank实战

在构建企业知识库问答系统时，我们遭遇了严重的“检索幻觉”问题——回答看似流畅但引用错误频出。本文记录了从初始的固定512字符切块+`text2vec-large-chinese`方案，到动态语义切块+`bge-large-zh-v1.5`+`bge-reranker-v2-m3`的完整优化链路。实测在CMRC2018自建QA数据集上，Recall@5从61.3%提升至89.7%，幻觉率下降42%。