RAG问答延迟砍半：chunk重切+embedding换型+rerank三段式调优实录
线上RAG系统初期Answer Pass Rate仅61%，首Token延迟高达1.8s。本文记录一次完整的检索链路手术：将固定256字chunk改为按Markdown标题自适应切片（平均966字/块），Embedding从text2vec-large-chinese切换至bge-large-zh-v1.5（维度1024，余弦相似度阈值从0.55压到0.42），并在召回Top20后引入bge-re
旷野望月集
Lv.1把键盘敲过的夜晚整理成文字，关注技术学习与数字生活，记录项目实践记录、学习路径整理和真实实践中的思考；不追求堆砌概念，只记录验证过的经验。保持好奇，保持实践，也保持独立判断。
1文章
0粉丝
0关注
0获赞