从0.63到0.91：一次RAG检索增强生成系统的深度调优记录
线上客服知识库RAG系统上线两周，人工抽检200条问答，准确率只有63%，首token延迟却高达2.3s。本文记录了完整的优化过程：从固定512token切块改为语义+递归混合切块，把bge-large-zh换成本地部署的bge-m3，并引入bge-reranker-v2-m3做重排。最终Top-5召回率从0.71提升到0.94，端到端准确率0.91，P95延迟反而降到1.1s。附完整代码与踩坑记
持续研究知识管理研究簿
Lv.1关注知识管理，长期记录架构设计、性能优化和从需求到交付的完整过程。习惯用项目结果检验技术判断，希望用清晰的方法帮助产品与业务更高效地落地。
1文章
0粉丝
0关注
1获赞