优化向量数据库检索测试（Milvus库）

话题讨论
1

RAG 检索模块到底在干嘛？

简单来说，RAG 是“先检索，再生成”： 用户提问后，系统先去知识库里找资料（Retrieval），再让大模型基于资料生成回答（Generation）。

从测试视角看，这个过程最容易出问题的地方有三处：

  1. 检索不准（答非所问）

  2. 检索不全（漏掉关键信息）

  3. 检索太慢（性能瓶颈）

所以检索模块优化的目标是三件事：提质、降噪、提速。从以下角度看RAG检索模块优化的方向

embedding质量

  1. 构建一组标准问答集（golden set）；

  2. 计算不同模型的 Top-K 命中率、Recall@K、MRR；

  3. 输出自动对比报告。

建立“评测基线（Baseline Evaluation）” 固定一组模型 + chunk 策略 + 索引配置作为基线组合， 每次升级 embedding 模型或数据库参数，都与基线自动对比，只有各指标全面提升才允许替换。

分块策略

image
image1776×442 10.6 KB

Chunk（文档切分）太小会导致语义碎片化，太大又容易召回噪声。 测试优化可通过参数扫描找到最佳平衡点：

chunk size = [200, 400, 600, 800]，overlap = [0%, 10%, 20%] 自动评估 Recall@K 和性能曲线。

混合检索

  1. 融合排序算法是否合理；

  2. 去重逻辑是否可靠；

  3. Hybrid 模式是否拖慢响应。

使用混合对照实验，查看性能

文档更新

知识库验证流程：

  1. 新文档能否被命中；

  2. 删除替换后旧索引是否清理；

  3. 索引更新是否影响性能；

  4. 检索结果是否出现“漂移”