← 返回实战项目列表 数据工程策略设计检索优化质量提升可信度
匿名化案例🧠 知识库制造业集团2025 Q3
WiseBase
企业级 RAG 知识大脑
为跨国制造集团构建的统一知识管理平台。整合 50 万+ 文档（PDF / Word / PPT / 视频字幕），通过混合检索 + Rerank + 幻觉检测，回答准确率 97%，幻觉率 < 3%。
产品原型
WiseBase 企业知识问答 · 交互原型预览
WiseBase
● RAG 检索500K+ 文档3 条引用
"新员工入职流程里需要准备哪些 IT 资产？"
AI 已从 500K+ 文档中检索到 3 条相关依据，融合重排后准确率 97%
查看引用 →97%
回答准确率
<3%
幻觉率
<2s
平均响应
12
部门接入
周一
周二
周三
周四
周五
周六
今日
引用来源 · 按相关度排序
📄
《新员工入职手册 v3.2》第 4 章 · 相关度 0.94
高相关
📄
《IT 资产管理规范》第 2 节 · 相关度 0.88
高相关
📊
《2025 入职数据统计》附件 · 相关度 0.71
中相关
🔗
《信息安全须知》第 3 条 · 相关度 0.65
中相关
✓
答案已生成 · 关键信息完整 · 来源可追溯
已回答
核心指标
97%
回答准确率
↑ 从 71%
<3%
幻觉率
↓ 从 18%
500K+
文档总量
12 种格式
<2s
平均响应
P99 < 4s
核心模块
我负责设计与实现的关键模块
01
📄文档解析
支持 12 种格式（PDF/Word/Excel/PPT/图片…）的解析，集成 OCR + 表格结构识别。我处理了扫描件、混排版、公式等难点，解析完整度 94%。
02
✂️智能分块
语义切分而非固定长度切分，我设计了标题感知 + 表格保持 + 重叠窗口策略，避免关键信息被切断，检索召回率提升 19%。
03
🔎混合检索
向量检索（语义）+ BM25（关键词）双路并行，我用 RRF 倒数排名融合两路结果，既覆盖语义近似也保证精确匹配不漏。
04
🏆Rerank 精排
引入 bge-reranker-v2 对 Top20 候选精排，我设定了相关度阈值 0.5 过滤弱相关片段，这是控制幻觉的关键一环，幻觉率压到 3%。
05
🔗引用溯源
每个答案都标注来源文档 + 页码，可点击跳转原文。我建立了引用准确率自动评测，96.1% 的引用都能正确回溯，让用户敢用。
RAG 管道架构
从文档到答案的完整链路
1
文档解析
PDF/Word/PPT
OCR + 表格提取
→
2
智能分块
语义切分
512 token + 重叠
→
3
双路索引
BM25 + 向量
Qdrant + ES
→
4
混合检索
RRF 融合
Top 50 → Rerank
→
5
生成 + 校验
LLM 生成
幻觉检测 + 引用
Ragas 自动评测
持续监控 RAG 系统质量
| 评测维度 | 方法 | 目标 | 当前 |
|---|---|---|---|
| 忠实度 (Faithfulness) | LLM 判断答案是否基于检索内容 | > 95% | 97.3% |
| 答案相关度 | embedding 相似度 | > 90% | 93.8% |
| 上下文精度 | 检索结果中相关文档占比 | > 85% | 89.2% |
| 上下文召回 | 答案所需信息是否被检索到 | > 90% | 91.5% |
| 幻觉率 | 人工抽检 500 条 | < 3% | 2.4% |
| 引用准确率 | 引用溯源正确性 | > 95% | 96.1% |
改造前后对比
改造前
- 文档散落在 6 个系统
- 关键词搜索准确率低
- 新员工上手需 3 个月
- 重复问题反复问人
- 知识沉淀靠口口相传
- 年知识流失成本 ~$800K
➜
改造后
- 统一知识平台一站式检索
- 自然语言问答 97% 准确
- 新员工 2 周即可独立工作
- AI 秒答常见问题
- 自动沉淀对话为知识
- 年节省成本 ~$600K