待验证50% 置信决策规则精确时间
实际工程中Chunk大小通常为200-1000 tokens，Overlap比例通常为10%-20%，是需要根据文档类型和业务场景调优的关键超参数
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
LangChain实战：用RAG技术构建文档对话应用ChatDoc
bilibiliAI大模型-入门教程2026/7/11
相关事实
待验证实际工程中chunk_size在256至1024 token之间、chunk_overlap在20至100 token之间是较为常见的经验范围80% 相似待验证知识库 Chunk Size 分块大小的业界通行经验值通常在 512 至 1024 Token 之间，并辅以约 20% 的重叠窗口以保持语义连贯性76% 相似已验证RAG实践中chunk_size通常设置在256至1024 token之间，并保留约10%至20%的重叠（Overlap）72% 相似待验证大语言模型存在固有的上下文窗口限制，单次处理的 token 数量通常为数万至数十万 token65% 相似待验证不同大模型在上下文窗口大小方面存在显著差异，从8K到128K tokens不等64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/499973API
curl https://kongchang.com/api/v1/knowledge/claims/499973MCP
get_claim(id=499973)