JC
← 返回知識庫刷題首頁
P2 · 辨識即可

RAG

檢索相關性 (Retrieval Relevance)

是什麼

指 RAG 檢索出來的片段與使用者問題真正相關的程度；檢索不準，LLM 就會拿無關或分散的內容來回答。

解決什麼問題

是 RAG 回答品質的關鍵，可透過調整 Chunking、Embedding 或加入 Reranker 來提升。

考場 Trigger

  • 檢索結果不相關或過於分散
  • 相關文件排序太後面
  • 長上下文噪音

容易搞混

RAG 文本切分重排序器上下文噪音

初級深度

看到名稱能辨識其類型與主要用途即可。

Official Evidence

官方題目正在怎麼考

2 官方題1 考綱節點
114 年第 4 次 · 科目 2 · 第 47 題

某顧問公司導入生成式 AI ， 協助團隊快速檢索並摘要長篇的法規文件 。 為了改善檢索結果常出現不相關或過於分散內容的問題，下列何者為團隊決定對文件進行文本切分（Chunking）的主要目的？

115 年第 3 次 · 科目 2 · 第 24 題

某企業「人資 AI 助理」採檢索增強生成（RAG）技術，系統會先檢索前 10 筆相關規章，再由其中排序最前面的 3 筆文件提供大型語言模型（LLM）作為回答依據。員工查詢「留職停薪規定」時，AI 遺漏了所屬部門最新補充規定。技術團隊確認該規定已成功檢索，但排序第 8 名，因此未被優先提供給大型語言模型作為回答依據。在不重新訓練模型、不重新建立向量資料庫的前提下，應優先導入下列何種元件改善此問題？

練習這個 Concept（2 題）