RAG 与知识库图文讲义2125 字

17种RAG优化策略

更新于 2026-01-30·全库 34 / 611

《17种RAG优化策略》共 20 页、0.2 万字，通篇围绕检索、RAG、rerank、上下文展开，归在「RAG 与知识库」这一层。

覆盖检索RAGrerank上下文推理向量

适合手上有一堆资料，要把它变成能问答的知识库的人

目录骨架（8 节）

原 PDF 已逐页还原成图，共 20 页，这里先放前 3 页，其中 2 页识别出了标题。右侧文字由 OCR 按版面重排，可能有个别错字，以图为准；点图可全屏放大。

本讲义目录 · 3 页

第 1 页

17 种 RAG 优化策略：

揭秘 RAG 系统中 90%的效果差距来源

误区：RAG Embedding+LLM 真相：真正的壁垒在于检索策略（Retrieval Strategy）目标：系统拆解 17 种策略，提供工业级选型参考

第 2 页

Agentic, Memory， Multi-Agent

Query Expansion， Reranking, Hybrid Search

2.预处理与索引（Preprocessing）

Cleaning, Metadata, Indexing 1. 基础切分（The Foundation）

Hard Chunking, Semantic Chunking

第 3 页

机械切割导致的语意断层

Chunk A 人工智能依赖大规模

GPT-4 评分：0.3 （勉强及格）

按固定字符数（如 512 字）强制切分。。痛点上下文断裂（Context Fragmentation），模型无法理

实现快但不可用，类似‘蒙题’。

Chunk B

同模块推荐

把你手上的数据和想解决的那个环节发上来，我们按具体情况回，不复述方法论。