RAG里的分块非常重要，分块影响了RAG检索出来的块的内容，分块不正确容易导致上下文信息丢失，而影响了LLM回答的质量。 #程序员##rag#
于是有种技术叫Late Chunking （后期分块）↓这是一种改进长上下文嵌入模型中上下文保存的技术。
> 传统的分块方法通常用于检索增强生成 (RAG)，在将长文本分成较小的块时可能会丢失关键的上下文。
> 后期分块首先处理整个文本，然后生成块嵌入，从而保持跨块的上下文。这种方法通过保留分散在多个文本段中的信息，提高了检索准确性，尤其是对于较长的文档。
论文：arxiv.org/abs/2409.04701
Blog：
Part I. jina.ai/news/late-chunking-in-long-context-embedding-models/
Part II. jina.ai/news/what-late-chunking-really-is-and-what-its-not-part-ii/
ChatGPT
于是有种技术叫Late Chunking （后期分块）↓这是一种改进长上下文嵌入模型中上下文保存的技术。
> 传统的分块方法通常用于检索增强生成 (RAG)，在将长文本分成较小的块时可能会丢失关键的上下文。
> 后期分块首先处理整个文本，然后生成块嵌入，从而保持跨块的上下文。这种方法通过保留分散在多个文本段中的信息，提高了检索准确性，尤其是对于较长的文档。
论文：arxiv.org/abs/2409.04701
Blog：
Part I. jina.ai/news/late-chunking-in-long-context-embedding-models/
Part II. jina.ai/news/what-late-chunking-really-is-and-what-its-not-part-ii/
ChatGPT
