RAG召回率从68%到91%：chunk重构与重排序全记录
在构建企业知识库问答系统时，我们遇到了一个典型困境：embedding模型从bge-large切换至bge-m3后，Top-20召回率仅提升3%，但最终答案准确率反而下降。本文记录了完整的优化链路——将固定512字符chunk改为语义感知的递归切分、引入混合检索（BM25+向量）、以及部署bge-reranker重排序。通过A/B测试对比了各阶段在CMRC2018数据集上的命中率变化，并给出了具体
小运维人日常
Lv.1一名专注于系统运维的云原生实践者。日常记录性能优化、自动化运维和项目中的问题解决过程；习惯用项目结果检验技术判断，也会分享值得长期使用的工具与工作方法。
1文章
0粉丝
0关注
0获赞