這幾天試用了 google notebooklm ，發現隨便上傳幾個文檔，其準確率高的非常嚇人。
目前測試的文檔類型
回顧自己嘗試建立的 RAG 實在慘不忍睹，目前看過很多提升 RAG 的技術，包含:
chunk method 的選擇hybrid search 結合向量搜索與全文搜索BM25其中，我認為 chunk method 這部份是我遇到最大的瓶頸，往往會把連貫的內容拆分開來，導致後續搜索不完全，例如下面文檔:
Success Cases:
1. xxx
2. aaa
3. bbb
嘗試使用 Semantic，會因為 xxx, aaa, bbb 是不太一樣的內容，導致內容被切開。
嘗試使用 Recursion，會因為 chunk size 的初始設定，導致有機率被切開。
此時如果詢問 "success cases 有哪些?" ，基本上搜索的區塊只會有 xxx，後半段被拆開的則搜不到，然而這類型的問題在 notebooklm 都可以正確處理(實在佩服...)。
想請教版上的各位，是否能給我一些提升 RAG 的建議!
已邀請的邦友 {{ invite_list.length }}/5
研究一下 RGAR , 來評估RAG
https://developer.volcengine.com/articles/7389112206086176804
iThome鐵人賽
看影片追技術