配套视频

分块、重排序与混合搜索——配套视频

文章不再停留在“把文档丢进向量数据库”这种RAG用法,而是深入介绍真正能提升质量的三个调节项:分块、重排序和混合搜索。这些视频让你看到如何实际调整这些参数。首选视频耐心深入地讲解文本拆分器究竟在做什么;智能体式RAG构建视频则展示了如何在一条可运行的流水线中同时运用这三个调节项。

首选视频

1:08:59
用于检索的5级文本拆分方法

Greg Kamradt

文章用了大量篇幅介绍分块;这段视频对每种分块策略的实际作用进行了最详尽、最耐心的讲解——从递归字符拆分,到感知文档结构的拆分,再到语义拆分和智能体式拆分。开始调优前,可以结合Greg的免费ChunkViz工具观看,以建立直观认识。

您应该从中获得什么: 在调优真实检索系统前,直观理解不同分块方案的选择。

先观看或了解: 基本熟悉嵌入,并理解检索质量为何取决于文档的拆分方式。

AI Expert 注释: 具体的库和演示可能会过时,但分块中的取舍仍然稳定。请使用本视频建立诊断问题所需的术语,然后结合你自己的文档和查询测试分块大小与拆分器。

打开视频页面

也值得关注

24:01
“我想让Llama3结合我的私有知识实现10倍性能”——使用llama3构建本地智能体式RAG

AI Jason

视频在一个可运行的构建项目中涵盖了文章主张的完整技术栈——查询转换、混合检索、重排序和纠正型RAG循环。它提供了实用的心智模型,让你看到分块→重排序→回答这条流水线真正发挥作用时是什么样子。

您应该从中获得什么: 了解查询重写、混合检索、重排序和纠正循环如何融入同一条RAG流水线。

先观看或了解: 了解基本的“先检索、后生成”模式,并能顺畅阅读代码演示。

AI Expert 注释: 请将框架、模型和Llama3专用设置视为版本敏感内容。保留流水线的整体形态,但在照搬实现之前,应核实当前的软件包API、模型选择、重排序器质量和评估结果。

打开视频页面