RAG分块策略全解析

🎯RAG分块策略全解析：提升检索增强生成的效率
🔸固定大小分块 📏
▫️ 场景：适用于文档结构较为一致，内容长度相似的情况。
▫️ 描述：将文档等分为固定大小的块，简单直接

🔸语义分块 🧠
▫️ 场景：适用于需要理解文档内容，按语义划分的场景
▫️ 描述：基于内容的语义相似性进行分块，确保块内内容的相关性。

🔸递归分块 🔄
▫️ 场景：适用于内容复杂，需要动态调整块大小的场景。
▫️ 描述：根据块的大小限制，递归地分割文档，灵活适应不同内容

🔸基于文档结构的分块 📄
▫️ 场景：适用于结构化文档，如论文、报告等。
▫️ 描述：利用文档的自然结构（标题、段落）进行分块，保持内容的逻辑性。

🔸基于大型语言模型（LLM）的分块 🤖
▫️ 场景：适用于需要高级文本理解能力的场景。
▫️ 描述：利用LLM的生成能力，自动划分文档块，适用于复杂和非结构化数据。