Skip to content

第 15 周:RAG 进阶 + 引用溯源 ​

所属阶段:RAG + 评估 + 记忆 + MCP + 安全 + 国产生态(第 14–19 周)

本周目标 ​

掌握 Hybrid 混合检索、重排序、Adaptive RAG 动态策略与引用溯源,并建立用 Precision / Recall / F1 / nDCG 量化评估检索质量的体系。

本周日程 ​

天学习内容动手任务当日产出
Day 1Hybrid RAG:稠密 + 稀疏检索用 BM25 + 向量检索做混合检索,对比单一检索效果Hybrid 检索
Day 2重排序(Re-ranking)用 Cross-Encoder 或 Cohere Rerank 对检索结果重排重排序模块
Day 3Adaptive RAG:查询分类 + 动态权重判断查询类型(事实型/分析型),动态调整检索策略Adaptive 检索
Day 4引用溯源:返回来源文档片段在回答中标注 [来源1],前端展示可点击的引用卡片引用溯源 UI
Day 5RAG 评估:Precision/Recall/F1/nDCG用 10 个测试问题计算检索指标,对比优化前后评估报告
Day 6前端知识库管理界面在 Next.js 中实现“上传文档 + 查看已上传列表”知识库 UI
Day 7周复盘 + 整理整理 RAG Pipeline 架构图,写周记架构图 + 周记

教程进度 ​

本周参考 ​

pgvector RAG Lab 包含 Hybrid RAG、Adaptive RAG、Agentic RAG 的完整实现。第 15 周 Day 5 的检索指标是评估的冰山一角——下周系统学习 Agent 评估工程,这是当前 JD 点名率最高的稀缺技能。