从0.71到0.89：一次RAG检索增强生成系统的三阶段优化记录
本文记录了一个企业知识库RAG系统从上线到优化的完整过程。初始版本在2000条文档上Top-5召回率仅0.71，答案准确率约62%。通过三阶段优化：chunk策略从固定512改为语义分块+重叠、embedding从text-embedding-ada-002切换到bge-m3、引入bge-reranker-v2-m3重排，最终Top-5召回率提升至0.89，答案准确率提升至84%，P99延迟从1.
企业级RAG案例库
Lv.1专注于RAG知识库应用的工程化与业务落地。持续实践企业场景落地、提示词与上下文工程，重点关注效果、成本、稳定性和可维护性，分享经过验证的方案与真实复盘。
1文章
0粉丝
0关注
0获赞