标签
一位实践者开展了一项由四个智能体组成的 RAG 小组实验，并记录了三种意料之外的失效模式：引用无关但看似支持结论的资料、智能体引用自己生成的笔记，以及固定的 top-K 检索迫使智能体用引用凑数。帖子分享了正在推进的改进措施，并询问社区如何衡量 RAG 的实际提升。
本文提出一套面向生成式AI工作负载的生产级内容提取系统，包含选择性OCR路由、稀缺优先的标注策展引擎、结构感知的父子分块器与只读检索评估器，在180篇文档语料上达到97.4/100的抽取评分与hit@10 92.8%的检索命中率，并总结出三条设计原则。
一个LLM编码代理实现多组件数据系统的案例研究，分析缺陷并在HotpotQA上评估检索策略，突出了自动化与实证测试之间的差距。