本章进度 5 / 19
26%
正文已完成
L081切片太长与太短，各自怎样害人
通过检索命中、语境完整和 Token 成本判断切片粒度。
把“资料切分”从听懂变成会判断，避免遇到真实任务时仍靠感觉选择。
建议先理解同主题上一课的核心概念，再完成本课判断练习。
- 无需安装新工具
- 准备一个可对照的真实问题或样本
长片段可能混入多个主题，短片段又失去主语、标题和条件。合理粒度要用真实查询测试，而不是只看字符数。
能诊断一组切片的过长、过短和重复问题。
核心概念
先把关键判断说清楚
过长降低命中纯度
一个片段包含多主题，匹配关键词后会把大量无关文字带入上下文。
过短失去指代
“上述情况除外”若脱离上一条就无法理解。
重叠有成本
适量重叠保护跨边界语义，过度重叠会让同一内容占据多个结果。
案例拆解
FAQ 每句一片导致答案不知问题
问题标题、答案和例外被切成三个独立片段。
- 01
将一个问答及其例外组成完整单元。
- 02
只在跨页段落保留少量重叠。
- 03
用十条真实问法测试是否命中完整答案。
案例结果
切片由真实问答任务校准，而非追求统一长度。
提交前练习
现在轮到你
审计五个现有切片。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
chunk A 含三章→按标题拆；B 只有“需批准”→与主条款合并；C/D 重叠80%→缩到跨段两句；再用查询集验证。
评分标准
- 问题有具体例证
- 调整保留语义
- 计划用查询验证
本课收口 · 应用检查
完成一次应用，再检查理解
完成一次必填练习，再通过理解检查；阅读标记和总结不设硬门槛。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks↗paper · 核对日期 2026-08-23
- Evals↗official-docs · 核对日期 2026-08-23