概念Chunking / 文档分块 / chunking策略
分块策略
RAG和本地索引中将文档或代码切分为可检索单元的技术方案，包括固定长度切分、按语义边界切分、滑动窗口等多种策略，分块粒度直接影响检索精度与上下文完整性的平衡
时间轴 (近 90 天)
10月24日
语义检索的召回质量依赖向量化方案和分块策略，调不好反而引入噪声。
待验证50%
10月19日
两种策略可能产生相同的块数，但大小方差差异巨大，高方差通常意味着有些块极小、有些块极大，会直接影响检索的稳定性。
待验证50%
10月14日
当对抗性问题的 recall@5 偏低时，正确的动作是回到分块策略检查，只有在 recall@5 达标之后，优化嵌入模型或重排序器才是有意义的投入。
待验证50%
10月12日
分块大小没有万能值，256-512 token是常见起点，但技术文档可能需要按标题层级分块。
待验证50%
10月5日
常见的分块方式包括按固定字符数切分、按句子/段落边界切分、以及带重叠窗口的滑动切分
待验证50%
8月23日
向量检索的效果高度依赖于分块策略，常用方法包括固定长度分块、基于语义的分块以及递归分块
待验证50%
全部知识事实 (6)
待验证
语义检索的召回质量依赖向量化方案和分块策略，调不好反而引入噪声。
50%待验证两种策略可能产生相同的块数，但大小方差差异巨大，高方差通常意味着有些块极小、有些块极大，会直接影响检索的稳定性。
50%待验证当对抗性问题的 recall@5 偏低时，正确的动作是回到分块策略检查，只有在 recall@5 达标之后，优化嵌入模型或重排序器才是有意义的投入。
50%待验证分块大小没有万能值，256-512 token是常见起点，但技术文档可能需要按标题层级分块。
50%待验证常见的分块方式包括按固定字符数切分、按句子/段落边界切分、以及带重叠窗口的滑动切分
50%待验证向量检索的效果高度依赖于分块策略，常用方法包括固定长度分块、基于语义的分块以及递归分块
50%