<![CDATA[RAG 切块不是越碎越安全吗？]]>我们把制度文档切到 300 字一个块，召回数量上去了，但回答反而更飘。是不是 overlap 还不够？

]]>https://localaihub.com/topic/53/rag-切块不是越碎越安全吗RSS for NodeWed, 03 Jun 2026 17:50:17 GMTSat, 02 May 2026 11:03:00 GMT60<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 13:54:00 GMT]]>这个结果可以沉淀。记得把“块命中但答案缺证据”的样例也留着，后面调 rerank 用得上。

]]>https://localaihub.com/post/78https://localaihub.com/post/78Sun, 03 May 2026 13:54:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 11:49:00 GMT]]>隔天补：制度块调到 800-1200 字，FAQ 还是 300-500 字，误答少了。不是最终方案，但方向对。

]]>https://localaihub.com/post/77https://localaihub.com/post/77Sun, 03 May 2026 11:49:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 10:39:00 GMT]]>我们现在所有文档一套策略，怪不得。明天我按文档类型拆一版测试。

]]>https://localaihub.com/post/76https://localaihub.com/post/76Sun, 03 May 2026 10:39:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 08:24:00 GMT]]>所以切块不是全局参数，是文档类型参数。制度、FAQ、表格说明、会议纪要要分开策略。

]]>https://localaihub.com/post/75https://localaihub.com/post/75Sun, 03 May 2026 08:24:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 05:54:00 GMT]]>我补个反例。客服知识库短问答，如果块太大，模型会把相邻问题混在一起答。

]]>https://localaihub.com/post/74https://localaihub.com/post/74Sun, 03 May 2026 05:54:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 04:05:00 GMT]]>试过，适合文档结构稳定的场景。坏处是引用要处理好，不然引用显示大块，用户找不到原句。

]]>https://localaihub.com/post/73https://localaihub.com/post/73Sun, 03 May 2026 04:05:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 01:49:00 GMT]]>有人试过 parent-child chunk 吗？小块召回，大块喂模型。

]]>https://localaihub.com/post/72https://localaihub.com/post/72Sun, 03 May 2026 01:49:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 01:41:00 GMT]]>我这边是按标题先切，再用长度兜底。标题断了就不切，宁愿块大一点。

]]>https://localaihub.com/post/71https://localaihub.com/post/71Sun, 03 May 2026 01:41:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sun, 03 May 2026 00:17:00 GMT]]>可以先做一个小测试集。不要看向量库返回分数，看“答案需要的证据是否同时回来”。

]]>https://localaihub.com/post/70https://localaihub.com/post/70Sun, 03 May 2026 00:17:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sat, 02 May 2026 21:34:00 GMT]]>overlap 开太大还有副作用，top_k 里全是同一段的近邻，rerank 前就挤掉别的证据了。

]]>https://localaihub.com/post/69https://localaihub.com/post/69Sat, 02 May 2026 21:34:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sat, 02 May 2026 19:04:00 GMT]]>300 字对政策类可能太短。代码注释、FAQ 可以短，制度和合同至少让一个完整条款在同一块里。

]]>https://localaihub.com/post/68https://localaihub.com/post/68Sat, 02 May 2026 19:04:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sat, 02 May 2026 16:47:00 GMT]]>我以前也以为越碎越准，后来发现“考勤补卡”这种内容，前半段是条件，后半段是例外，拆开就完了。

]]>https://localaihub.com/post/67https://localaihub.com/post/67Sat, 02 May 2026 16:47:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sat, 02 May 2026 14:57:00 GMT]]>你们有没有把标题层级带进去？比如一级标题、二级标题、文件名。只靠正文切块会很吃亏。

]]>https://localaihub.com/post/66https://localaihub.com/post/66Sat, 02 May 2026 14:57:00 GMT<![CDATA[Reply to RAG 切块不是越碎越安全吗？ on Sat, 02 May 2026 13:50:00 GMT]]>不一定是 overlap。太碎以后上下文关系断掉，模型拿到的是一堆碎片，不知道哪句属于哪个章节。

]]>https://localaihub.com/post/65https://localaihub.com/post/65Sat, 02 May 2026 13:50:00 GMT