【AI大模型】怎么优化RAG的检索精确度？一文讲清，零基础小白收藏这一篇就够了！！

最新推荐文章于 2025-07-28 23:46:39 发布

AI大模型-上马定江山

最新推荐文章于 2025-07-28 23:46:39 发布

阅读量308

点赞数 16

CC 4.0 BY-SA版权

文章标签：人工智能大模型学习大模型入门 AI大模型 RAG 大模型教程大模型

本文链接：https://blog.youkuaiyun.com/Android23333/article/details/149711014

前言

“ RAG系统中，高质量的文档处理才是RAG系统的核心。”

手上有一个基于自然语言对话的系统，其功能就是根据提供的文档，能通过自然语言对话的方式去询问需要的文档和资料；其本质上来说就是一个RAG系统。

在之前一直强调说，RAG开发是一个入门五分钟，但要做好可能要五个月，甚至更久的一项技术；在之前对这句话还没有特别深刻的体会，但经过这个项目算是深有体会了。

RAG功能优化

刚开始做这个项目的时候，觉得技术比较简单；就是把文档切片，然后通过embedding模型向量化之后，保存到向量数据库中；然后使用同样的embedding模型对用户问题进行向量化，然后使用向量计算的方式，匹配相似度，再通过rerank重排序的方式检索相关的文档。

这一套操作下来，虽然完整的实现了一个RAG功能；但这仅仅只是把这个RAG系统给做了出来，还远远算不上做好。

为什么这么说？

原因就在于经过实际测试之后发现，RAG系统的整体效果还不太满意，有些问题文档里明明有，但召回的时候却召不回来。最后经过检查发现，原因基本上都出在文档处理上。

为什么会出现这种情况？

其实从实际的开发经验来看，目前大模型应用，模型的能力已经可以说是很强了；甚至远远超过我们很多人的预料。但很多时候问题就出在我们的数据处理上，针对RAG系统来说就是文档的前期处理上。

所以，只是把整个RAG流程跑通，这仅仅只是第一步；而比较难得是怎么把RAG做好，有更快更准确的召回效率。

以个人遇到的实际问题为例，针对一个word文档，由于其处理起来比较复杂，因此我们一般采用两种方式进行处理；一种是通过OCR技术，把word文档转换成纯文本的markdown文档，如果word文档中存在大量的图片或架构数据，那么文档的处理质量相对会比较差。

还一种方式更粗暴，更简单，直接找一个开源的文档处理工具，把word文档转换成markdown文档；其图片或架构图数据直接给丢掉。

之后，再整体针对markdown文档进行处理；比如说根据markdown文档标题进行分段，然后每段都带上其上层标题的内容，以此来增加检索召回的准确度。

虽然这种通用的处理方式能够快速处理文档，但由于文档拆分的不够详细，就导致部分内容无法召回。

比如说，一个段落大概在三百到五百个中文字符，但用户的问题可能只有几个字；这样对召回精度来说是远远不够的；但如果拆分的太细，也会导致召回的数据条数太多，最后会被重排序或其它过滤方式给过滤掉。

而且，从实际的开发角度来说，设计向量库表结构时，只会把需要相似度检索的数据放到一两个或两三个字段中，然后根据这些字段进行检索；但实际开发中，我们的文档数据并不都是标准的word或markdown格式，也可能是excel，csv等结构化数据，亦或者是其它类型的数据。

这时怎么把这些数据使用合理的数据格式或结构进行存储，也是一个需要考虑的问题；原因就在于你不可能把不同的数据格式单独建一个字段进行保存，或者单独建一个向量表保存，原因就在于太麻烦，数据太分散。

所以，我们目前的处理方式是不论是word文档，还是excel文档，都把它转化成markdown格式进行存储和向量化；然后再通过相似度检索的方式进行匹配。

总之，在RAG系统中文档处理是重中之重，而且需要根据不同的文档格式和内容进行不同的处理；只有这样才能不断提升RAG的检索准确性，否则RAG就失去了应有的意义。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。