太实用了！我之前切分一直用固定 500 字，看了你的文章改成递归切分 + overlap 后，检索准确率肉眼可见地提高了。请问重排序模型必须用 bge-reranker 吗？有没有更轻量的选择？
重排序模型可以试试 bge-reranker-base，体积只有 large 的三分之一，效果差不到 3 个点。如果对延迟不敏感，还是推荐 large。
请问如果文档里有表格数据，切分策略应该怎么处理？直接按行切吗？
感谢分享！已 star 仓库。有一个问题：在生产环境中你们用的是 Chroma 还是切换到了 Milvus？性能差异大吗？
大牛
🗓 —
📕 收录于「—」
💬 评论 · 0 条
太实用了！我之前切分一直用固定 500 字，看了你的文章改成递归切分 + overlap 后，检索准确率肉眼可见地提高了。请问重排序模型必须用 bge-reranker 吗？有没有更轻量的选择？
重排序模型可以试试 bge-reranker-base，体积只有 large 的三分之一，效果差不到 3 个点。如果对延迟不敏感，还是推荐 large。
请问如果文档里有表格数据，切分策略应该怎么处理？直接按行切吗？
感谢分享！已 star 仓库。有一个问题：在生产环境中你们用的是 Chroma 还是切换到了 Milvus？性能差异大吗？