基础概念

理解检索增强生成的基本原理和系统架构

学习文本嵌入的原理和主流 Embedding 模型

文档分割方法对检索质量的影响。包括固定大小切分、语义切分、递归切分、文档结构感知切分，以及切分粒度与检索效果的权衡。

理解向量存储的核心概念。包括索引类型（HNSW、IVF）、距离度量、CRUD 操作、性能考量，以及不同数据库的特点和选择策略。

简单检索方法入门。包括相似度搜索、Top-k 检索、阈值过滤、结果重排序，以及检索质量评估方法。