核心导读与中文摘要
系统讲解文档解析、父子分段策略、双路召回权重调优、Reranker 精排及引用高亮防幻觉的完整工程落地清单。
生产级混合检索 RAG 架构落地清单
纯向量检索在专有名词、错误码、模型版本号等精确匹配场景表现较弱,而纯 BM25 缺乏语义泛化能力。生产环境推荐 BM25 + Dense Vector + Reranker 三段式流水线。
核心设计要点
- 文档切片(Parent-Child Chunking):
- 小切片(300–500 Tokens)用于高精度召回;
- 大切片(1200–2000 Tokens)或完整章节作为上下文喂给大模型,兼顾召回率与上下文完整性。
- 双路召回与融合:
- 使用 RRF(Reciprocal Rank Fusion) 合并 BM25 与向量 Top-30 结果,无需人工硬调两路分数量纲。
- 交叉编码器重排(Rerank):
- 对 Top-30 候选片段精排并截取 Top-5–8,显著压低无关噪音进入 Prompt 的比例。
- 防幻觉引用约束:
- 要求模型在回答每条事实后附带
[来源片段编号],无匹配证据时显式声明“知识库未覆盖”。
- 要求模型在回答每条事实后附带
