“ 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。
普通人如何抓住AI大模型的风口？
领取方式在文末
为什么要学习大模型？
目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。
目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。
随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：
人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！
最后
只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！
在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
大模型全套学习资料展示
自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。
希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！
01 教学内容
-
从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！
-
大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事！
02适学人群
应届毕业生： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
vx扫描下方二维码即可
本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！
03 入门到进阶学习路线图
大模型学习路线图，整体分为5个大的阶段：
04 视频和书籍PDF合集
从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）
新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）
05 行业报告+白皮书合集
收集70+报告与白皮书，了解行业最新动态！
06 90+份面试题/经验
AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）
07 deepseek部署包+技巧大全
由于篇幅有限
只展示部分资料
并且还在持续更新中…
真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
