rag
已收录文章：17篇
-
RAG 应用答错时，不要只怪模型。更常见的根因在检索层：切片不合适、召回证据偏题、排序没过滤、回答没有引用约束。复盘时要把用户问题、检索结果、证据片段、模型回答和评测样本串起来，才能真正防复发。468 收藏
-
本文用代入式排查方式讲解 RAG 知识库明明有资料却答不上来的常见原因：分块过大、元数据缺失、召回偏离和排序不准，并给出重切分、混合召回、结果重排和引用验证流程。453 收藏
-
从 RAG 应用答非所问的现场出发，逐步检查文档切块、Embedding、向量召回、混合检索和上下文拼接，给出一套可复查的排查路径。427 收藏
-
本文用知识库问答跑偏的真实工程场景，拆解 RAG 从问题改写、向量检索、重排过滤、分数阈值到引用检查的完整流程，帮助你把“模型乱答”改成可排查、可复查、可拒答的系统。419 收藏
-
多轮对话变长后，简单截掉旧消息很容易让模型丢失用户约束。本文从上下文压缩的边界出发，拆解摘要漂移、关键事实遗漏和回放验收，用可重复的测试样例判断压缩是否真的可用。418 收藏
-
多模态知识库接入图片后，成本和延迟往往不是由文件大小单独决定。本文从图片任务、detail 级别、裁剪策略和上下文预算四个维度，给出可执行的输入分层与验收方法。394 收藏
-
多租户 AI 知识库最危险的故障不是检索变慢，而是把 A 租户的片段、缓存或引用带给 B 租户。本文从检索权限、缓存键、引用回显和审计证据四条线，拆解一套可验证的隔离方案。369 收藏
-
Embedding 模型升级或调整 dimensions 后，旧向量、查询向量和数据库索引可能不再兼容。本文用维度契约、双写灰度和检索验收三步，说明如何安全迁移并避免静默召回下降。313 收藏
-
RAG 问答里反复出现相同段落，通常不是模型突然变笨，而是切块重叠、相邻片段、候选数量和证据合并共同造成的。本文用一组可复现的检索样例分层排查重复来源，再说明 MMR、多样性阈值和最终去重应该放在哪一层。259 收藏
-
本文整理一套 AI 知识库检索召回工作流，从文档清洗、切分、向量入库、查询改写、过滤重排到证据引用和复查指标，帮助知识库回答从能用走向可控。191 收藏
-
RAG 系统最危险的不是检索慢，而是证据为空时模型仍然给出肯定答案。本文用相似度门槛、引用绑定和拒答回退，把无证据回答挡在业务接口之外。188 收藏
-
通过知识库问答案例，演示 RAG 如何设计文档切分、向量检索、Top-K 召回、重排序和 Recall@K 评估闭环，减少答非所问。174 收藏