待验证60% 置信权衡取舍精确时间

文档切分策略（Chunking Strategy）切分粒度太大会引入噪声，太小则丢失上下文，是RAG工程实践中的关键调优参数

2

来源数

60%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

AI智能体开发学习路线：四阶段从零基础到实战项目

bilibiliAgent搭建2026/7/9

相关事实

待验证RAG文档切分粒度太大会引入噪声，太小则丢失上下文，是工程实践中需要反复调优的关键参数85% 相似待验证在RAG中，块太大会引入过多噪声，块太小则可能截断完整的语义单元，分块策略直接影响检索质量81% 相似待验证RAG切片策略中切片过大会引入噪声，过小则上下文不完整，实际工程常结合语义边界、段落结构和滑动窗口等混合策略优化检索精度74% 相似已验证文档切分策略中切分过细会丢失上下文，切分过粗会引入噪声74% 相似待验证Chunking策略中块的大小、重叠比例、分割粒度直接影响召回质量，过大的块引入噪声，过小的块破坏上下文完整性，没有普适最优解73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/492835

API

curl https://kongchang.com/api/v1/knowledge/claims/492835

MCP

get_claim(id=492835)