https://ai.wujiong.cc/tags/%E5%88%86%E5%9D%97/Recent content in 分块 on AI 观察Hugozh-CNMon, 19 Oct 2026 12:07:00 +0800https://ai.wujiong.cc/posts/2026-10-19-rag-chunk-boundary-tuning/Mon, 19 Oct 2026 12:07:00 +0800https://ai.wujiong.cc/posts/2026-10-19-rag-chunk-boundary-tuning/<p><strong>分块边界决定检索到的是「完整意思」还是「半句话」。</strong> 固定长度切分实现简单，但对手册、API 文档和表格往往不友好。</p> <h2 id="坏边界的症状">坏边界的症状</h2> <ul> <li>命中块以「如下所示：」结尾，没有下文。</li> <li>表格只剩表头或只剩一行无列名。</li> <li>标题在上一块，要点在下一块，单独检索都不全。</li> </ul> <h2 id="调参思路">调参思路</h2> <ol> <li><strong>优先按结构</strong>：标题、空行、列表项、代码围栏。</li> <li><strong>块内完整语义</strong>：一个操作步骤尽量同块。</li> <li><strong>重叠（overlap）</strong>：用于段落衔接，不是越大越好。</li> <li><strong>表格</strong>：整表一块，或「表头 + 行组」复制表头到每块。</li> <li><strong>元数据</strong>：保留 <code>title</code>、<code>section</code>、<code>doc_id</code> 便于引用。</li> </ol> <h2 id="简易评测">简易评测</h2> <p>准备 20 个真实问题，看 Top-k 块是否含答案句。专门加几题「跨标题」和「表格数字」问题。改边界后只看相对变化，不宣称绝对准确率。</p>