https://liyuan.org/zh/tags/financial/Recent content in Financial on Yuan的博客Hugozh-cnSun, 10 May 2026 00:00:00 +0000https://liyuan.org/zh/posts/ai/rag-improvement-via-18-failures/Sun, 10 May 2026 00:00:00 +0000https://liyuan.org/zh/posts/ai/rag-improvement-via-18-failures/本项目记录了一个金融问答场景下 Agentic RAG 系统的精细化优化过程，通过系统性诊断 18 个失败案例，把测试集准确率从 <strong>0.871 提升到 ~0.919</strong>。作者没有盲目调模型，而是采用&quot;先诊断&quot;的思路：用确定性数值预过滤器解决&quot;judge 侧&quot;问题，再做结构化改造，比如 query 改写、反拒答检查、以及针对极值类歧义的五层修复。结果显示：基于 prompt 的反思有效，但结构化、schema 强制的改动可靠性更高。最后，作者刻意把 8 个案例留作不修 —— 要么是数据集噪声，要么是 ROI 不划算 —— 体现了&quot;修一切&quot;和&quot;做面向生产的策略性优化&quot;之间的区别。