Coze与Dify知识库问答对比 | 国产AI应用开发平台扣子能遥遥领先吗？

[@johnnysong9781]

我在langchain里retriever是按256 tokens/chunk，overlap=128 tokens，每次查询50-100个chunks才稍微满意一点点

[@Xiaoyi_Wang]

没错，是这样的。按自己尝试的结果来看，效果就是这样。所以rag是需要更好的方案的

[@pg-kt]

分塊切太大定位不到是embedding模型的問題，超過1000 token準確度就會下降

[@heymoyu]

很好奇为啥没提供那种根据文档结构分块的方式。 比如先将 PDF 转换为带一级标题、二级标题、三级标题的 Markdown，父分块按二级标题，子分块按三级标题，这样就不会出现连贯性的内容被阶段的情况了，当然这也很考验 PDF 的解析技术

[@gw1284]

I have the same question too.

[@gw1284]

I have the same question too.

[@bailinsun]

通过子文档找到对应的父文档，确实减少了上下文断层的问题，但是对某些关联比较长的内容父文档之间也会有断层的问题

[@fastfading4667]

我刚提这个需求， dify 就完成了。 dify 要是能支持多智能体， 就完美了。

[@KC_79]

不知道 NotebookLM 底層的設定, 但是簡單的操作和不錯的效果, 我覺得還是 RAG 最好用的一個.

[@wuweizhi3148]

NotebookLM目前不支持ocr，是个硬伤，有相当多的实际文档是图片形式pdf

[@deco8396]

@@wuweizhi3148 支持了吧

[@G0BYE0MAN]

很好的比較，謝謝。

[@飞张-e6q]

应该还是文档解析出了问题

[@ZeTang]

和加大chunk size 和 overlap 比效果会好多少哪

[@01coder30]

这个很难量化