构建RAG（Retrieval-Augmented Generation）时的一个大问题是，简单的块划分策略会造成许多“断裂”的上下文，导致检索性能下降。

解决方案💡 采用自动合并检索，动态创建更连贯的块 —— 如果检索到一系列邻近的上下文块，就将它们合并成一个更大的“块”，这样大型语言模型就能对更大的文档有一个整体的了解。

@那天我捡了只猫 写了一篇很棒的文章，概述了动机以及如何自己设置这一点。看看吧👉 https://generativeai.pub/advanced-rag-retrieval-strategies-auto-merging-retrieval-dc3f869654c4

这项技术是@Llamaespa的本土技术，并且在我们的@尔瓜课程中也有所涉及！