RAG共8篇

用个人资料库场景理解检索、上下文与回答之间的关系，学习如何检查引用、版本和资料缺口。

解释知识库为何需要记录文档版本、适用时间和来源，区分同名资料的更新内容，减少检索时混入过期说明。

长文处理最容易丢掉的，不一定是句子本身，而是它属于哪一章、适用于哪个版本。先建立片段与出处的关系，后续的摘要和问答才更容易核对。

语义相近适合寻找相关解释，但产品编号、错误代码和专有名称经常要求精确匹配。知识库并不一定要在关键词与向量检索之间二选一，可以根据问题组合两种候选结果。

检索结果里已经有正确资料，却被不相关片段挤到后面，可能需要检查排序。重排处理的是已有候选，不能保证找回从未进入候选集合的文档。

向量检索擅长寻找语义相关的材料，但“谈的是同一件事”不等于“结论相同”或“能回答这个问题”。理解这个差别，有助于排查知识库看似相关却答错的情况。

同一次检索命中了2份相关资料，精确率和召回率却可能不同：前者看返回结果里有多少相关项，后者看已知相关资料有多少被找回。计算前要先固定问题、相关集合和去重规则。

附完整离线评估包：固定查询集、校验ID和标注，复现只统计非空结果造成的分数虚高；分别报告缺失记录、空结果与无答案题，保留逐题证据。