本文档由 AI 自动翻译。如有任何不准确之处，请参考 英文原版。知识库完成索引后就可以检索了，但真正要检验的是：面对用户会问的问题，它能否返回正确的分段。 接入应用之前，先拿这些问题来测试，然后：
- 结果正确的，保存为参考问题，以免之后的改动不知不觉破坏它们。
- 结果错误的，保存为问题案例，留待修正。
测试检索
在知识库的 检索测试 页面输入问题并运行。像用户那样提出完整的问题，不要只输入关键词。 用同一个问题依次测试每种 检索深度，把最能稳定返回正确分段的那种设为知识库的默认深度。 提问时也可以附上图片。需要哪些模型支持，详见 多模态检索。 每次运行都会保存在 记录 中，方便对比修改设置前后的结果。参考问题
有些问题无论之后改了什么，都必须返回正确的分段，比如用户问得最多的那些。把它们连同各自应返回的分段一起保存为参考问题。之后每次修改设置或模型，运行一次 评测，确认它们依然全部通过。 某次运行返回了正确的分段时，点击结果下方的 保存为参考问题，勾选必须返回的分段，再选择通过条件：这些分段要全部返回，还是返回其中任意一个即可。 不经过测试运行也能直接添加：打开 质量 页面，点击 添加参考问题，输入问题并描述期望返回的分段，然后点击 查找证据，从最接近的匹配结果中选择。如果手头已有问题列表，也可以在这里从 CSV 文件（最大 1 MB）导入。 评测会跳过以下状态的参考问题：- 草稿：还没有设置期望分段。编辑问题并选好分段。
- 已过时：某个期望分段已不存在，例如你重新上传了它所在的文档，或者同步时删掉了那段内容。编辑问题并重新选择分段。
- 已暂停：某个期望分段所在的文档已禁用。重新启用该文档后，问题会重新参与评测。
问题案例
如果正确的分段没有返回，或者排名太靠后，点击结果下方的 保存为问题案例 并选择原因。不同原因对应不同的修正方法：- 检索未命中：分段根本没有返回。 先 检查该文档的索引结果。 如果索引没有问题，可在 检索设置 中扩大检索范围：调深检索深度、调高 Top K，或调低分数阈值。不过范围变大后，也可能带回更多不相关的分段。
- 得分低：分段返回了，但排名太靠后。 分数由重排序模型给出。换一个重排序模型试试，同一个分段的排名可能会更靠前。