搜索: 重排序

2026-07-21 23:11:07 0 阅读

企业文档问答出错，常卡在检索与生成之间。以 420 万 Token 的工业设备维护知识库内部测试为例，梳理切块、重叠、Top-k、相似度阈值、重排序、查询改写和生成约束，并给出 LangChain、LlamaIndex

2026-07-11 23:34:01 0 阅读

RAG换了嵌入模型仍然检索不准，常见原因是切块破坏语义、过滤条件缺失、候选排序粗糙。这里拆解语义分块、元数据预过滤与重排序的配置重点，并给出可复查的评估方法。

2026-07-11 14:33:34 0 阅读

知识库答错，问题往往出在模型看到资料之前：文档切分破坏语义，版本与权限字段缺失，纯向量检索又容易混淆相似内容。修正这些问题，需要混合检索、重排序、来源引用和分环节评测。

2026-07-06 13:42:55 0 阅读

企业知识库的幻觉，很多时候不是大模型单点失控，而是文档解析、分块、召回和引用约束一起出了问题。RAG 要进入生产环境，向量检索只是起点，混合检索、重排序和可追溯来源更关键。

2026-07-02 01:01:31 0 阅读

IBM高管直言纯RAG存在缺陷，企业知识库常因检索管线漏洞导致大模型答非所问。2026年最新实践指出，引入混合检索与重排序技术，打通结构化数据，已成为提升企业AI准确率的必修课。

2026-06-28 11:35:33 0 阅读

企业RAG系统答非所问，平均准确率仅64%。问题不在大模型，而在数据清洗、分块、检索、重排序和提示工程五个环节。结合12家企业的实战数据，提供排查清单与代码，帮助系统准确率提升至85%以上。

站内搜索