大模型 RAG 优化 收集一

痛点1：文档切分粒度不好把控，既担心噪声太多又担心语义信息丢失

问题1：如何让LLM简要、准确回答细粒度知识？

问题2：如何让LLM回答出全面的粗粒度（跨段落）知识？

分析：文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。有人可能会问，那完全可以把切割粒度大一点，比如每10个段落一分。但这样显然不是最优的，因为召回片段太大，噪声也就越多。LLM本来就有幻觉问题，回答得不会很精准