RAG效果提升终极指南：“小块检索，大块生成”从入门到精通，看这一篇就够！

“ 小块召回，大块生成的策略的作用是提升文档的召回率，并保证文档上下文的连贯性。”

在RAG技术的真实实践过程中，我们经常会遇到的一个问题就是——模型回答的质量不好；当然导致回答质量不好的原因有很多，而我们今天就来讨论一种RAG问答的优化策略——小块召回，大块生成。

从本质上来说其实就是解决了两个问题，小块解决召回问题，大块解决生成问题。

小块召回，大块生成

可能很多人都不明白什么叫做小块召回，大块生成？

小块召回，大块生成的原理很简单；用更小的文档块做召回，解决召回率和准确率问题；用更大的块做生成，解决上下文连贯性问题，提升生成质量。

当然这样说可能很多人都不太理解，其实这个是与具体的技术细节有关。

首先我们要明白一个问题，向量数据库存储数据的原理和传统数据库并没有本质上的区别；都是用一个一个的字段来存储数据，只不过向量数据库有一个比较特殊的点是支持向量计算，而不是基于传统的字符匹配。

其次，可能有人会认为，相似度查询是把文档向量化之后，通过相似度计算的方式检索出相关数据，然后再问答时再把这段数据转换成文本文档。

但在RAG的流程中，在把文档切片之后，虽然会把切片后的文档进行向量化，但同时会保存原文档；我们只是用向量化的数据做相似度计算，而不是用来做生成。

举例来说，向量字段就类似于传统数据库中的ID或某个字段，然后还会有一个原始文档的字段；当根据相似度计算检索到某条记录之后，会把原始文档里的内容传给模型做生成。

所以，向量数据库也是一条记录一条记录的保存数据，而向量是其中的一个字段类型，专门用来做向量检索使用。

而什么是小块检索，大块生成呢？

在文档切片之后，特别是在低质量的切片之后，很多人为了简单方便会直接把切片后的数据进行向量化，这种文档可能存在大量的无关内容或噪音。

比如说word/pdf等类型的文档会存在页眉，页脚，分割符等等；但这些内容对我们来说是没有意义的，只会降低文档的质量。

所以，我们可以选择一种方式，就是对这段文档进行总结或关键字提取；之后再进行向量化，这样就可以大大降低文档的噪音，提升相似度计算的质量；同时，我们继续保存文档原始内容，当召回之后我们并不是把总结之后的文档丢给模型，而是把原始文档丢给模型，这样既能提升文档召回率，也不会影响到参考文档质量。

而以上这个过程就叫做小块召回，大块生成；用更小更准确的文档块做数据召回，用更大更全的文档做增强生成；这样既能保证文档的召回效果，又能保证上下文的连贯性。

总之，RAG系统的优化过程是一个非常复杂且繁琐的过程，我们需要在各个环节对系统做优化和测试，才能真正达到生产级别的需要。

如何学习大模型 AI ？

我国在AI大模型领域面临人才短缺，数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着Al技术飞速发展，预计到2025年，这一缺口将急剧扩大至400万，严重制约我国Al产业的创新步伐。加强人才培养，优化教育体系，国际合作并进，是破解困局、推动AI发展的关键。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括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免费分享出来。

2025最新大模型学习路线

明确的学习路线至关重要。它能指引新人起点、规划学习顺序、明确核心知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

对于从来没有接触过AI大模型的同学，我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线。

针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

大模型经典PDF书籍

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！

配套大模型项目实战

所有视频教程所涉及的实战项目和项目源码等

博主介绍＋AI项目案例集锦

MoPaaS专注于Al技术能力建设与应用场景开发，与智学优课联合孵化，培养适合未来发展需求的技术性人才和应用型领袖。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

2025人工智能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 。

适合人群

• 在校学生：包括专科、本科、硕士和博士研究生。学生应具备扎实的编程基础和一定的数学基础，有志于深入AGI大模型行业，希望开展相关的研究和开发工作。
• IT行业从业人员：包括在职或失业者，涵盖开发、测试、运维、产品经理等职务。拥有一定的IT从业经验，至少1年以上的编程工作经验，对大模型技术感兴趣或有业务需求，希望通过课程提升自身在IT领域的竞争力。
• IT管理及技术研究领域人员：包括技术经理、技术负责人、CTO、架构师、研究员等角色。这些人员需要跟随技术发展趋势，主导技术创新，推动大模型技术在企业业务中的应用与改造。
• 传统AI从业人员：包括算法工程师、机器视觉工程师、深度学习工程师等。这些AI技术人才原先从事机器视觉、自然语言处理、推荐系统等领域工作，现需要快速补充大模型技术能力，获得大模型训练微调的实操技能，以适应新的技术发展趋势。
  

课程精彩瞬间

大模型核心原理与Prompt：掌握大语言模型的核心知识，了解行业应用与趋势；熟练Python编程，提升提示工程技能，为Al应用开发打下坚实基础。

RAG应用开发工程：掌握RAG应用开发全流程，理解前沿技术，提升商业化分析与优化能力，通过实战项目加深理解与应用。

Agent应用架构进阶实践：掌握大模型Agent技术的核心原理与实践应用，能够独立完成Agent系统的设计与开发，提升多智能体协同与复杂任务处理的能力，为AI产品的创新与优化提供有力支持。

模型微调与私有化大模型：掌握大模型微调与私有化部署技能，提升模型优化与部署能力，为大模型项目落地打下坚实基础。

顶尖师资，深耕AI大模型前沿技术

实战专家亲授，让你少走弯路

一对一学习规划，职业生涯指导

• 真实商业项目实训
• 大厂绿色直通车

人才库优秀学员参与真实商业项目实训
以商业交付标准作为学习标准，具备真实大模型项目实践操作经验可写入简历，支持项目背调
大厂绿色直通车，冲击行业高薪岗位

文中涉及到的完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】