RAG召回率从61%到89%：chunk重切、embedding换代与rerank落地的完整记录
两个月前，我们基于LlamaIndex搭建的RAG问答系统在200条内部技术文档测试集上召回率仅有61%，Top-5命中率惨不忍睹。经过对chunk粒度、embedding模型和检索后处理的三轮改造，最终将召回率提升至89%，Top-5命中率提升至93%。本文将完整记录这三步优化的决策依据、核心代码和踩坑细节，包含具体的版本号（LlamaIndex 0.10.43、BGE-M3、bge-reran
一只蜗牛认真测试
Lv.1擅长围观技术变化，也愿意亲手验证。关注软件测试，主要分享问题排查与调试、开源工具使用和日常踩坑；偏爱把复杂问题拆成清晰步骤。希望这些经验能帮你少踩几个坑。
1文章
0粉丝
0关注
0获赞