01 详细解释
召回 20 个片段全塞进提示,既贵又容易触发中段信息丢失。压缩这一步会先按相关性筛掉大部分,再把保留片段里与问题无关的句子摘掉,甚至让小模型先写一份摘要。
它和「调小 top-k」的区别在于:压缩是在保住覆盖面的前提下减字数,适合长文档问答和多轮对话的历史整理。
把检索到的一大堆片段压成更短、更相关的上下文再交给模型。
本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正
召回 20 个片段全塞进提示,既贵又容易触发中段信息丢失。压缩这一步会先按相关性筛掉大部分,再把保留片段里与问题无关的句子摘掉,甚至让小模型先写一份摘要。
它和「调小 top-k」的区别在于:压缩是在保住覆盖面的前提下减字数,适合长文档问答和多轮对话的历史整理。
20 个共 8000 token 的片段,压成 1500 token 的要点再进主模型。
压缩后留一份原始片段 ID,答案可疑时能快速回溯到没被压掉的全文。
答得准不准,八成功夫不在模型,而在切片、召回、重排与引用。这条链路任何一环偷懒,都会变成「检索到了但答非所问」。
下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。