RAG召回率从67%到89%：chunk重构与混合检索调优实录
在构建企业知识库问答系统时，我们遭遇了召回质量瓶颈：针对技术文档的复杂查询，基于固定512字符分块的RAG召回率仅67%，且Top-5命中率不足50%。通过将分块策略改为“章节语义边界+重叠窗口”、Embedding模型从BGE-large-zh切换至BGE-M3、并引入Cohere Rerank重排序，最终将召回率提升至89%，Top-5命中率提升至78%。本文将完整记录这一调优过程，附全部核心
一只鹤正在学习日记
Lv.1擅长围观技术变化，也愿意亲手验证。关注技术学习与项目实践，主要分享项目实践记录、持续成长和日常踩坑；不追求堆砌概念，只记录验证过的经验。欢迎围绕具体问题进行有信息量的讨论。
2文章
0粉丝
0关注
0获赞
