Agent渡劫48关-第10关-Chunk到底应该切多大？原创

Rag切分别被500、1000这种数字，今天只回答一句话，Chk size到底由什么决定？谁来负责？客户只问一句为什么你们的回答比得家主切分方式要是讲不出客户价值就是内部自嗨。上周投诉最多的是答案断章取义，配置表被切成两半，工程师说召回没问题，可客户在第三步就生气了，LAN文档列了5种切分器，Represssive是默认red圆论文证明切分力度直接决定召回质量。这不是感觉一期只解决一个问题，技术文档问答不答错，五种策略全上线不现实，先动两个，其余只做离线对照，Fix的省事，但丢语义，Semantic准单柜我选erive加结构解析标题表格代码块不切断，再叠parent child水填2。

字符硬切一张配置表被拦腰截断，紫块检索出来只有半张表，副块回填能救，但索引体积翻倍，工期多5天别谈感觉基线是现在固定500字符切分的we recall at5和人工有用率先跑300条真实问题再谈提升so chk size怎么定的人很多，他们要的是能上手的对照把5种切分做成在线对笔业笔写10篇水文有用。这次我不建议投付费，真要做先给我转化买点和ta克上线没有归因的预算就是烧钱重建索引一线评测裤子双喜，一次性大概48000，每月增量3000，超过5万我就要看灰本路径，客户文档进项量库谁授权，存多久，能不能删干净，合同里敢写检索结果仅供参考吗？先想怎么删。

啊，下一棒要清楚文档解析谁做评测题谁出不快所以谁写？三个人三件事今天下班前落进决策日志听下来，Semantic和纯fixed只做离线对照，一期上线reerive加结构解析加parent child回填就这两个最终取舍牺牲通用性换来精确，Sammantic填后fix只当对照组酷块回填，多花存储换回答案上下文完整。失败场景我接表格和代码块原子化副块只存索引不重算，Embedding超时降级为紫块直达，先保证有答案，成功线we call at5不低于0.85，且比基线高10个点，人工有用率80%低于基线或首次延迟超4秒，当天回退对照laing官方切分器实现和rag论文实验。

Re, 加结构解析是主流机械，置信度高，但别把个例当结论，我把对笔业做成能输入文本实时看切分边界的DEMO，关键词录在red切分验证收录和DEMO试用转化给个数DEMO页注册转化买好后cat上线60块，首期2万册三组创意RAS低于1.2B机听预算锁48000含父子双写和评测集，月度增量不超3000，单次问答成本涨幅超15%就看一重盘红线两条客户文档必须脱敏，录像粮库保留可删除，链路接口不得对外承诺，答案准确写进合同我才签字，Owner定了ALEX5天出结构解析，加付快回填David的7天出评测集，SARRA10天出对比验收标准进决策日志，我只认一条，客服拿着新。

版本能不能不追问客户就答完技术文档问题答不完指标再漂亮也是0？那对外我只承诺一句，技术文档问答答案带原文出错，切分策略不进客户视野，客户只感受到少答错，拍板纸上reersive加结构解析，加parent回填fix和semantic只做离线对照，达标就扩，不达标当天回退。