Tag: RAG
All the articles with the tag "RAG".
-
OpenTelemetry 观测 .NET RAG 的耗时与成本
Published: at 12:07 AM一次 RAG 回答变慢,未必是模型慢。本文整理 .NET 管线的追踪契约:把嵌入、检索、重排、拼装提示词和生成拆成同一 trace 下的 span,只带版本标识与有界计数,离线评测与在线观测靠版本号关联。
-
RAG 黄金评测集:一份可追溯的证据契约
Published: at 12:06 AMRAG 黄金评测集是评测的证据契约:每个用例记录查询、预期答案、支撑 chunk、来源版本和人工评审,缺一项就难以复核。本文说明如何构建、校验、用合成数据补候选、用人工校准并随证据更新。
-
RAG 评估指标:先测检索,再测答案
Published: at 11:50 PM把 RAG 评估拆成检索与答案两层:用可运行的 C# 实现 Precision@K、Recall@K、MRR、nDCG 与 groundedness、答案相关性,说明指标怎么解读、LLM 评判器的边界和离线评估组织,避免用总分掩盖问题。
-
RAG 查询变换:HyDE、Step-Back 与分解
Published: at 02:08 AM三种查询变换都不是改写:HyDE 造假设文档当检索键、Step-Back 上移抽象层级、分解拆多跳问题。本文用与模型和向量库无关的 .NET 契约实现它们,并给出合并与基线对照评估。
-
Azure AI Search 语义重排:RAG 的第二级检索
Published: at 04:05 AM语义重排不是召回:它只重排第一级检索给出的候选。本文讲清 Azure AI Search semantic ranker 的能力边界(top 50、2000 token、0–4 分),并用 C# 给出语义配置、查询和证据投影的完整示例。
-
RAG 其实没那么复杂:六种检索架构怎么选
Published: at 04:41 AM很多 RAG 项目一开始就上向量库、切块和重排,复杂度先于问题出现。本文拆解六种检索方案,从 BM25 与查询改写开始,按数据新鲜度、查询类型、规模和实测结果选择升级路径,并给出多意图查询与验证清单。
-
Azure AI Search 混合检索:BM25、向量与RRF
Published: at 05:50 AMRAG 的第一阶段检索不该只会一种信号:精确词与概念相似各提供一批候选,再由 RRF 按名次融合。本文给出 Azure AI Search .NET 12 的混合查询示例、教学模型与排错边界。