一个知识库能放多少文档?要不要按业务拆成多个?
没有对外公开的固定上限,实际容量取决于部署规格、向量库选型与文档结构,应按真实数据量在试点环境实测。更值得关注的是要不要拆分,判断依据有两个:一是权限,不同部门的资料如果可见范围不同,就应当拆成不同知识库并对齐组织结构,靠提示词限制可见范围并不可靠;二是召回精度,主题差异很大的资料放在同一个库里,检索时容易互相干扰,把明显不同的业务域分开通常比调参数更有效。拆分的代价是跨域问题需要在应用层组合多个知识库,因此不宜拆得过细。
核心解答
答案
没有对外公开的固定上限,实际容量取决于部署规格、向量库选型与文档结构,应按真实数据量在试点环境实测。更值得关注的是要不要拆分,判断依据有两个:一是权限,不同部门的资料如果可见范围不同,就应当拆成不同知识库并对齐组织结构,靠提示词限制可见范围并不可靠;二是召回精度,主题差异很大的资料放在同一个库里,检索时容易互相干扰,把明显不同的业务域分开通常比调参数更有效。拆分的代价是跨域问题需要在应用层组合多个知识库,因此不宜拆得过细。
相关关键词