通过 dify 搭建了基于企业内部知识库的问答机器人，但是效果非常差

[maoqiucute]

模型直接用的是 deepseek 官方 api 。

嵌入式模型选择的是 bge-m3.

知识库维护了企业内部的一些业务文档，但是使用 dify 的分段效果很差。

请问各位优化的方向是什么？优质的知识库文档应该是什么样的格式？

公司有一台价值 50 万的机器可供使用，如果用内部文档去自己训练效果会比外挂知识库好吗？

[tool2dx]

你这种需要微调模型的，dify 只能算是搜索引擎，提交时上下文限制挺大的，要让 AI 全部理解知识库，怕是很有点难度。

你不如用官方 deepseek 的文档上传功能，我用下来没啥问题，基本都能理解。

[zhywang]

不建议微调模型，一般企业的知识库数据量太小，容易把模型微调残了
优化方向应该还是从 RAG 知识库入手，试试其他的工具

[maoqiucute]

@zhywang 有其他工具推荐吗

[Goalonez]

巧了，这两天接盘的活也是这个，甚至模型还是公司自己跑的 ds ，麻了。

[zj27]

自己简单试过 anythingLLM ，可以回答出文档的内容，但是文档很小，模型是本地部署的最小的 1.5B 的 DeepSeeK ，仅供参考，公司内部也有这个 ai 知识库的需求，希望多多交流

[xsen]

前阵子刚刚做过类似的，要调惨与测试，
1. 父子分段
2. 联合检索，要用 rerank 模型做检索

[maoqiucute]

@xsen 请教一下，知识库文档都是按照什么样的格式维护的，就普通 markdown 吗？还是说要转换为 Q&A 形式的

[xsen]

@maoqiucute 我们直接上传的是 word 文档，关键是分段配置，还有检索模型要用 rerank——嵌入模型效果还是不太好

[wwcxjun]

试试 ragflow ？知识库效果应该比 dify 好。

[maoqiucute]

@wwcxjun 目前尝试用了 dify 的父子分段，手动指定分段标识符 有一些效果

[maoqiucute]

@Goalonez 怎么样兄弟，有什么经验分享吗？

[maoqiucute]

@zj27 有什么经验分享吗？

[aaronlam]

楼主有相关的经验分享吗？最近刚好也在做这方面的工作。

[XyIsMy]

@aaronlam +1 ，我也是，头太