RAG上下文组装：召回50条全塞给LLM致回答变差

李溪白分享了一套 RAG 上下文组装的方法与避坑实践，核心结论是：把召回的 50 条内容全部塞给大模型，回答质量反而会下降。 该结论来自一次企业内部知识库事故：文档解析、切片、Embedding、向量检索、Hybrid Search、Reranker 各环节均正常，Top-10 结果中也包含正确答案，问题出在最后把上下文交给大模型这一步。李溪白称，上下文组装是 RAG 流水线的“最后一公里”，前面所有环节的努力都在这一步兑现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。