专题：retrieval-quality

本文探讨了在利用大型语言模型（LLM）进行 RAG（检索增强生成）时，开发者是否过度依赖增大的上下文窗口来容纳信息，而忽视了提升检索质量的重要性。作者指出，即使上下文窗口增大，注意力机制的计算成本依然存在，过多的检索内容可能稀释关键信息，甚至降低模型性能。文章分析了检索过多、块大小不当、提示词冗余等常见问题，并强调了端到端衡量词元数量和优化检索策略（如调整…