提升RAG（检索增强生成）系统性能的实用技巧，核心聚焦于几个关键维度：文档切割粒度、检索后重排序、混合检索策略，以及RAG-Fusion技术。这些方法直接关系到知识库文档的召回准确率，而召回率正是决定整个系统用户体验的核心指标。

在RAG系统中，文档召回准确率直接影响最终生成回答的质量。本文将从几个关键维度出发，深入探讨如何有效优化召回准确率。

文档切割粒度调优

文档切割是指将大文档拆分为更小的文本块，以便进行向量化处理与检索。切割粒度的粗细，直接决定了检索效率与召回率的高低。

若切割过细，上下文信息容易丢失——检索到的文本块可能孤立无援，无法准确反映原文语义，导致召回率下降。反之，若切割过粗，虽然上下文得以保留，但检索范围扩大，噪声也随之增多，同样会拖累召回率。

因此，找到折中方案至关重要。然而，具体切割方式并无标准答案，需根据实际场景灵活调整。例如，技术文档或法律文件宜按段落或章节切割；新闻报道或博客文章则可按句子或段落切割。目前行业内还流行一种重叠式切割方法，让相邻块部分重合，使上下文衔接更连贯，有兴趣的读者可以进一步了解。

检索后重排序

初始检索结果往往良莠不齐——部分文档与查询仅有微弱关联，实际相关性并不高。重排序（Re-ranking）技术正是对这些文档进行重新排序，将更相关的结果提前，从而提升召回准确率。

具体实现方式主要有两种。一种是基于统计打分的重排序，即汇总多个来源的候选结果，采用加权得分或倒数排名融合算法重新计算分数。该方法计算简单、成本低、效率高，适合对延迟敏感的应用场景。

另一种是基于深度学习的重排序，例如使用BAAI/bge-reranker-v2-m3等模型，能够更精准地分析查询与文档之间的语义相关性。准确度更高，但计算成本也更高，适用于对检索精度要求苛刻的场景。

混合检索策略

单一的检索方式往往难以全面捕捉用户的查询意图。混合检索通过结合多种检索手段，能够显著提升召回率。

例如，关键词匹配简单直接，可快速定位包含特定词语的文档；而向量匹配则能处理语义层面的相似性，提升召回的全面性。两者结合，可兼顾速度与准确性。

再如全文检索与向量检索的组合：全文检索能捕捉文档中的完整信息，但计算成本较高；向量检索效率高，但可能丢失上下文。两者结合，各取所长，召回率自然得到提升。

RAG-Fusion

RAG-Fusion可能对部分读者较为陌生，它是一种将多查询召回与结果融合策略相结合的方法，通过多次查询和结果聚合，进一步提升召回率与准确性。

其基本思路是：使用多个不同的查询来获取更全面的内容。这些查询可以是原始查询的变体、同义词、近义词或语义相关的词汇。当然，直接让LLM（大语言模型）帮我们生成即可——将用户原始问题用不同的表述方式重新表达几遍，然后分别进行查询。

最后，根据各次查询结果的重要性进行加权排序，确保最终呈现给用户的结果既高度相关又全面覆盖。

课代表总结

提升RAG系统中知识库文档的召回准确率，需要从多个角度综合施策。合理的文档切割粒度、检索后重排序、混合检索以及RAG-Fusion等策略，均能显著改善召回效果，为用户提供更精准、更有价值的回答。当然，实际应用中仍需根据具体场景与需求，选择最合适的优化路径。