RAG召回率从61%到89%：chunk重切、Embedding换代与Rerank落地的完整记录
三个月的RAG系统调优，踩遍了chunk尺寸、Embedding模型和召回排序的坑。最终通过将固定512字符切块改为按Markdown标题动态切片、Embedding从`text2vec-large-chinese`切换至`bge-large-zh-v1.5`、并引入`bge-reranker-v2-m3`做重排，让知识库问答的Recall@5从61.3%提升至89.7%，幻觉率下降约42%。这篇
一线低代码实验室
Lv.1Coder，长期记录真实项目中的技术选择，技术方向以数据工程为主。持续整理工程化处理流程、查询优化与性能治理和可复用的工程方法；坚持先理解原理，再讨论工具。
2文章
0粉丝
0关注
0获赞
