[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-rag-chunking::ru":3,"gloss-cluster-rag-chunking::ru":23,"gloss-next-rag-chunking::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"rag-chunking","data-infra","Чанкинг для RAG","Чанкинг — шаг поискового конвейера, на котором документы делятся на фрагменты перед эмбеддингом и индексацией. Звучит как сантехника, а на деле именно он в большинстве RAG-систем определяет качество поиска сильнее всего.\n\nКомпромисс работает в обе стороны. Мелкие фрагменты точно эмбеддятся и чисто находятся, но приходят к модели без окружения, которое придавало им смысл: абзац «на корпоративные тарифы это не распространяется» опасен без предыдущего. Крупные фрагменты сохраняют контекст, но размывают эмбеддинг: страница о двенадцати темах слабо совпадает со всеми и сильно — ни с одной.\n\nНа практике работает нарезка по структуре, а не по числу символов: заголовки, пункты списка, строки таблиц, определения функций. Перекрытие в одно-два предложения переносит контекст через границу, а хранение заголовка документа и пути раздела вместе с фрагментом позволяет развернуть его при ответе.\n\nИзмеряйте. Точность поиска на фиксированном наборе вопросов считается дёшево и скажет о качестве ассистента больше, чем смена модели.","Чанкинг режет документы перед эмбеддингом. Слишком мелко — ответы теряют контекст, слишком крупно — поиск возвращает шум.",null,[11,14,17,20],{"slug":12,"name":13},"context-window","Контекстное окно",{"slug":15,"name":16},"embedding","Эмбеддинг (векторное представление)",{"slug":18,"name":19},"retrieval-augmented-generation","Генерация с дополненным поиском (RAG)",{"slug":21,"name":22},"vector-database","Векторная база данных",[24,28,31,34,37,41,44,47,50,53,57,60],{"slug":25,"category":5,"name":26,"updated_at":27},"acid","ACID","2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"ann-search","ANN-поиск (приближённый поиск ближайших соседей)",{"slug":32,"category":5,"name":33,"updated_at":27},"backpressure","Обратное давление (backpressure)",{"slug":35,"category":5,"name":36,"updated_at":27},"batch-processing","Пакетная обработка (Batch Processing)",{"slug":38,"category":5,"name":39,"updated_at":40},"bm25","BM25","2026-08-24T02:46:38+00:00",{"slug":42,"category":5,"name":43,"updated_at":27},"cache","Кэш (Cache)",{"slug":45,"category":5,"name":46,"updated_at":27},"cap-theorem","Теорема CAP (CAP theorem)",{"slug":48,"category":5,"name":49,"updated_at":27},"change-data-capture","Захват изменений данных (CDC)",{"slug":51,"category":5,"name":52,"updated_at":27},"chroma","Chroma",{"slug":54,"category":5,"name":55,"updated_at":56},"chunk-overlap","Перекрытие фрагментов","2026-08-24T03:30:02+00:00",{"slug":58,"category":5,"name":59,"updated_at":27},"columnar-storage","Колоночное хранение",{"slug":61,"category":5,"name":62,"updated_at":27},"connection-pooling","Пулинг соединений (Connection Pooling)"]