Skip to content

12.2 为了解决“大文档与复杂结构” ​

先给结论:当文档规模很大或结构复杂时,问题往往不是“chunk 不够小”,而是“结构被丢失”。你需要用分层检索和递归检索把结构找回来,再让检索在结构里工作,而不是在碎片里盲选。

这一节聚焦的不是“调参数”,而是“改结构”。核心是两件事:

  • 用层级结构表达文档,让检索可以先定位到“正确的层”,再进入细节
  • 用递归或多阶段检索,把大问题拆成多次、有限范围的检索

学这一节时,最值得先建立的判断 ​

  • 大文档的问题不是“信息太多”,而是“信息在层级里”,结构丢了就会检索错层。
  • 当问题需要“先定位章节,再找具体条款”时,单次 top-k chunk 会天然失效。
  • 分层检索和递归检索不是更复杂的花活,而是大文档场景下的基本结构。

这一节会回答什么问题 ​