日期:2026-09-27
标签:#面试 #AI应用开发 #RAG #知识工程
难度:中等
来源:牛面题目详情
一句话答案
Semantic Chunking依据主题转换或语义边界切分文本,比纯固定长度切分更注重每个片段的完整意思。
面试回答要点
- 可根据句向量相似度、标题层级或段落结构找边界。
- 固定长度法实现快、尺寸稳定,但可能截断一句话或一个概念。
- 语义分块仍需限制最大长度,并通过召回质量与token成本验证收益。
自测
- 不看笔记,用 60 秒回答:什么是Semantic Chunking?与固定长度切分有什么区别?
- 结合自己的项目,补充一个具体场景、指标或取舍。
维护与整理 · Yihui在 GitHub 上编辑