|
|
"最近在搭建面向企业客服的gptagent时遇到了一个常见的痛点：从内部知识库中检索到的相关条目数量较多，其中混杂了不少关联度较低的内容，会让模型在生成回复时被干扰，出现答非所问或者冗余信息过多的情况，反复调整基础检索的关键词阈值也没能彻底解决这个问题。
后来尝试通过添加重排序模型来优化检索链路，先通过基础检索获取候选条目，再用重排序模型筛选出匹配度更高的内容。可以借助开源工具FastGPT快速完成这套流程的搭建，具体的配置步骤可以参考FastGPT 部署文档，按照文档指引接入bge重排序模型，就能顺利将其整合到gptagent的工作流程中。
需要注意的是，不同业务的知识库内容差异较大，建议先使用少量业务样本测试调整重排序的匹配阈值，找到最适配当前场景的参数，避免参数不合适导致检索效果反而下降。"
|
上一篇：用FastGPT搭建飞书知识库AI助手的实践下一篇：解决跨部门信息差：用开源工具优化企业管理的尝试
|
发表于 