koko PERSONAL LAB / ai/03-rag

LLM 基础.md Prompt 与上下文.md RAG.md Agent 与工具调用.md Eval 与观测.md 部署与项目实战.md 框架与编排.md

$ ls ai/03-rag/

RAG

6 篇文章 · 已读 0 / 6

01 查询改写与Rerank.md → 02 检索链路与降幻觉.md → 03 长上下文与递归 RAG.md → 04 Chunk与召回策略.md → 05 Embedding与向量索引.md → 06 RAG系统设计面试题.md →

查看专题概览 / 复习建议

核心问题

RAG 的标准链路由哪些步骤组成
为什么很多幻觉问题其实来自检索链路
Chunk、召回、重排、拼接分别解决什么问题
如何评估 RAG 系统是否真的变好
Embedding 和向量索引分别承担什么角色
查询改写和 rerank 为什么常一起出现

建议复习顺序

Chunk 与索引
Embedding 与向量索引
查询改写与召回
召回与重排
上下文拼接与降幻觉

子主题导航

高频追问

检索错和检索不到哪个更危险
为什么只调 Prompt 往往不够
什么时候需要 rerank
向量模型选错会怎么影响召回
查询改写什么时候会帮倒忙

易错点

把 RAG 简化成“向量库 + LLM”
只盯生成效果，不看检索指标

⎇ main ai/03-rag 253 notes UTF-8