c935289832
c935289832
请问这个问题有解决吗
> > bm25的锅，/chatchat-server/chatchat/server/file_rag/retrievers/ensemble.py中的from_vectorstore方法修改，暂时将bm25_retriever初始化的那段代码发光掉，只用faiss_retriever可以明显提速 > > 并没有很大的提升 我刚试了 能达到0.2版本的效率
> 我在最新代码里面将BM25检索的部分注释掉，在Web界面RAG对话-知识库检索，阈值不管调到多少都检索不到答案可能是什么原因呢？有警告"/home/ubuntu/anaconda3/envs/langchain/lib/python3.10/site-packages/langchain_core/vectorstores.py:342: UserWarning: No relevant docs were retrieved using the relevance score threshold 0.98" > > 我替换成0.2的方法能快速检索，就是感觉召回率还是有点儿低。 这是提示的没有这个阈值的数据 你稍微拉低点 0.5左右试试呢
> What LLM provider is this? xinference+qwen2-instruct