基于 RAG 的智能知识库问答系统产品系统

针对大模型技术报告篇幅长、跨模型架构细节难查的问题，构建领域问答系统，解决论文篇幅长、跨模型
架构细节难检索对比的问题。自建「章节感知分块→FAISS 向量+BM25 双路召回→RRF 融合→BGE 精排→生成」全
链路，并以相似度阈值实现无据拒答。实现「以问代读」，将跨模型架构的理解与横向对比从「逐篇通读英文长文」
转为主动问答，一步到位

PDF 结构化解析与章语义分块：采用 PyMuPDF + pdfplumber 构建多模态版面解析引擎，针对论文双栏布局
实施阅读顺序纠正与表格结构化（转化为结构化 Markdown）；落地 Parent-Child 语义分块策略（小块用于高
精度向量检索，大块用于上下文增强），超长表格按 40 行动态分片并强绑定表头上下文，从根源上杜绝跨页语
义割裂。
 向量+关键词双路召回与 RRF 融合：Dense 端采用 text-embedding-v4(1024) 结合支持海量扩展的向量索引，
Sparse 端构建专业词表注入精准召回“2.8T/744B”等专业术语与硬实体；通过参数自适应的 RRF（k=60）无
缝融合双路结果，并引入查询重写（Query Expansion）解决长文本检索的语义漂移。
 Rerank 精排与阈值拒答机制：引入 CrossEncoder (BAAI/bge-reranker-base) 交互式重排，将拒答机制由单
一向量阈值升级为“Reranker 得分阈值 + 语义置信度双保险”；通过异步预热与常驻内存彻底消除冷启动阻塞，
内置主链路异常(例如无 reranker 模型)时的平滑降级（Fallback to RRF）策略，保障线上服务高可用。
 Prompt 工程： 生成层固定 temperature=0.1，Prompt 中约束「仅依据给定上下文作答、逐句标注[n]引用编
号、给出章节级来源」，并支持按 doc_id 元数据过滤做单文档限定问答，以及可选的 LLM 查询改写解决多轮追
问下的检索漂移

PDF 结构化解析与章语义分块：采用 PyMuPDF + pdfplumber 构建多模态版面解析引擎，针对论文双栏布局
实施阅读顺序纠正与表格结构化（转化为结构化 Markdown）；落地 Parent-Child 语义分块策略（小块用于高
精度向量检索，大块用于上下文增强），超长表格按 40 行动态分片并强绑定表头上下文，从根源上杜绝跨页语
义割裂。
 向量+关键词双路召回与 RRF 融合：Dense 端采用 text-embedding-v4(1024) 结合支持海量扩展的向量索引，
Sparse 端构建专业词表注入精准召回“2.8T/744B”等专业术语与硬实体；通过参数自适应的 RRF（k=60）无
缝融合双路结果，并引入查询重写（Query Expansion）解决长文本检索的语义漂移。
 Rerank 精排与阈值拒答机制：引入 CrossEncoder (BAAI/bge-reranker-base) 交互式重排，将拒答机制由单
一向量阈值升级为“Reranker 得分阈值 + 语义置信度双保险”；通过异步预热与常驻内存彻底消除冷启动阻塞，
内置主链路异常(例如无 reranker 模型)时的平滑降级（Fallback to RRF）策略，保障线上服务高可用。
 Prompt 工程： 生成层固定 temperature=0.1，Prompt 中约束「仅依据给定上下文作答、逐句标注[n]引用编
号、给出章节级来源」，并支持按 doc_id 元数据过滤做单文档限定问答，以及可选的 LLM 查询改写解决多轮追
问下的检索漂移