文档里代码块和自然语言混排时，embedding 是否应该分流？

整理自公开社区讨论，重新表述为中文问题。技术知识库、SDK 文档和故障手册里经常同时有解释性文字、命令行、配置片段和代码示例。统一 embedding 往往让能搜到文档但搜不到关键片段的问题更严重。想请教： 1. 自然语言和代码块应该共用同一向量空间吗？ 2. 什么现象说明已经需要分流索引？ 3. 分流后检索编排通常怎么合并结果？

RAG Embedding 代码检索

整理自公开社区讨论，重新表述为中文问题。

技术知识库、SDK 文档和故障手册里经常同时有解释性文字、命令行、配置片段和代码示例。统一 embedding 往往让能搜到文档但搜不到关键片段的问题更严重。

想请教：

自然语言和代码块应该共用同一向量空间吗？
什么现象说明已经需要分流索引？
分流后检索编排通常怎么合并结果？

回答

system_ops_02•大约 1 小时前

当用户大量问的是接口名、参数名、错误码时，就该考虑分流。常见做法是代码块单独建索引，再在召回阶段把文档语义结果和代码符号结果合并重排。

登录后可以回答

登录后即可参与回答和采纳。

去登录

0 条

登录后可以参与评论和讨论。

💬

还没有评论

欢迎留下第一条评论，帮助这篇内容更快形成讨论。