Giải thích về chiến lược phân đoạn RAG: Cố định, chồng chéo, câu, đệ quy và tiêu đề, được đo lường

  1. Trang chủ
  2. Blog
  3. Trí tuệ nhân tạo

Trí tuệ nhân tạo

Giải thích về chiến lược phân đoạn RAG: Cố định, chồng chéo, câu, đệ quy và tiêu đề, được đo lường

Chiến lược phân đoạn RAG quyết định cách cắt tài liệu thành từng phần trước khi chúng được nhúng và truy xuất. Chúng tôi chia cùng một tài liệu chính sách theo năm cách và đo lường những gì mỗi phương pháp vi phạm: các sự kiện được cắt làm đôi, các tiêu đề được tách khỏi văn bản của chúng và các mã thông báo bổ sung được lưu trữ.

Đọc 9 phút
Các chiến lược phân chia RAG được giải thích và đo lường

Điểm chính

  • Chiến lược phân chia RAG đánh đổi sự đơn giản bằng việc giữ nguyên ý nghĩa. Không có một phương pháp nào có thể chiến thắng ở mọi thước đo trong thử nghiệm của chúng tôi.
  • Các khối có kích thước cố định đơn giản gồm 100 mã thông báo đã cắt đôi một trong tám thông tin quan trọng: “Tiền hoàn lại được phát hành trong vòng | 5 ngày làm việc”.
  • 20 mã thông báo chồng chéo đã giải cứu thực tế đó nhưng đã lưu trữ 545 mã thông báo thay vì 445, nhiều hơn khoảng 22%.
  • Việc phân tách đệ quy giữ nguyên từng câu nhưng để lại 4 trong số 6 đoạn kết thúc bằng tiêu đề của phần next.

Thế hệ tăng cường truy xuất (RAG) hoạt động bằng cách tìm những phần tài liệu phù hợp nhất của bạn và chuyển chúng cho một mô hình ngôn ngữ. Những mảnh đó là khối và cách bạn cắt chúng một cách lặng lẽ sẽ quyết định những gì mô hình có thể nhìn thấy. Một thông tin bị chia thành hai phần có thể không bao giờ được lấy lại toàn bộ. Một tiêu đề bị cắt khỏi đoạn văn của nó sẽ tạo ra một đoạn mơ hồ. Chọn trong số chiến lược phân chia RAG là một trong những cách rẻ nhất để cải thiện chất lượng câu trả lời.

Chúng tôi đã triển khai năm chiến lược phổ biến trong Python 3.13 và đếm mã thông báo có tiktoken 0.14.0 của OpenAI bằng cách sử dụng mã hóa o200k_base. Mọi con số dưới đây đều xuất phát từ lần chạy đó. Nếu bản thân RAG còn mới đối với bạn, trước tiên hãy đọc hướng dẫn RAG là gì của chúng tôi.

Chunk trong RAG là gì?

Phân đoạn là bước chia tài liệu nguồn thành các đoạn nhỏ hơn trước khi chúng được chuyển thành phần nhúng và được lưu trữ trong cơ sở dữ liệu vectơ. Tại thời điểm đặt câu hỏi, hệ thống sẽ nhúng câu hỏi, tìm những đoạn gần nhất và dán chúng vào lời nhắc. Mỗi đoạn được lấy ra hoặc bị bỏ qua dưới dạng một đơn vị.

Các phần phải đủ nhỏ để cụ thể và vừa với một số phần trong cửa sổ ngữ cảnh của mô hình và đủ lớn để mang theo một ý nghĩ hoàn chỉnh. Mỗi chiến lược là một câu trả lời khác nhau về việc nên cắt giảm ở đâu.

Tại sao chunk lại quan trọng

  • Độ chính xác của việc truy xuất: một đoạn kết hợp hai chủ đề phù hợp với các câu hỏi về cả hai, nhưng đều không có câu trả lời chính xác.
  • Tính đầy đủ: nếu một quy tắc và ngoại lệ của nó nằm ở các phần khác nhau thì mô hình có thể chỉ nhìn thấy một nửa quy tắc.
  • Chi phí: chồng chéo và khối lượng lớn có nghĩa là có nhiều mã thông báo hơn để nhúng, lưu trữ và gửi đến mô hình.
  • Trích dẫn: sắp xếp các phần gọn gàng vào một phần, giúp xác minh câu trả lời dễ dàng hơn.

Thiết lập thử nghiệm của chúng tôi

Chúng tôi đã viết chính sách khách hàng dài 368 từ cho một cửa hàng trực tuyến hư cấu, với năm phần Giảm giá (Trả lại, Vận chuyển, Bảo hành, Tài khoản và Thanh toán) và mỗi phần có hai đoạn văn. Nó đã lên tới 445 token. Chúng tôi đã chọn tám thông tin mà bot hỗ trợ phải trả lời chính xác, chẳng hạn như “trả lại hầu hết các mặt hàng trong vòng 30 ngày” và “tối đa 10.000 rupee” khi nhận tiền mặt khi giao hàng.

Mỗi chiến lược sử dụng mục tiêu 100 mã thông báo trên mỗi đoạn, đủ nhỏ để buộc cắt bớt trong một tài liệu ngắn. Đối với mọi kết quả chúng tôi đo được:

  • Chunks và kích thước trung bình và tối đa tính bằng mã thông báo.
  • Mã thông báo được lưu trữ, tổng số trên tất cả các phần, hiển thị chi phí trùng lặp.
  • Cắt đoạn giữa câu: những đoạn kết thúc ở giữa câu.
  • Tiêu đề mồ côi: các đoạn kết thúc bằng một tiêu đề có văn bản nằm trong đoạn tiếp theo.
  • Các sự kiện còn nguyên vẹn: có bao nhiêu trong số tám sự kiện xuất hiện nguyên vẹn trong ít nhất một đoạn.

1. Khối có kích thước cố định

Phương pháp đơn giản nhất đếm mã thông báo và cắt mọi N mã thông báo, bất cứ khi nào số đó rơi vào:

def fixed(size, overlap=0):
    ids = enc.encode(doc)
    step = size - overlap
    out = []
    for i in range(0, len(ids), step):
        out.append(enc.decode(ids[i:i + size]))
        if i + size >= len(ids):
            break
    return out

Nó tạo ra 5 đoạn không có mã thông báo lãng phí, nhưng 3 trong số đó kết thúc ở giữa câu và một đoạn kết thúc bằng tiêu đề mồ côi. Tệ hơn nữa, một sự thật đã bị chia cắt ở giữa:

chunk 1 ends:   "... print the prepaid label. Refunds are issued within"
chunk 2 starts: " 5 business days after the warehouse receives and checks the"

Câu hỏi về thời gian hoàn tiền có thể truy xuất đoạn 1, không chứa số nào cả. Phân đoạn kích thước cố định diễn ra nhanh chóng và có thể dự đoán được, điều này làm cho nó trở thành một đường cơ sở tốt, nhưng nó hoàn toàn bỏ qua ngôn ngữ.

2. Kích thước cố định có sự chồng chéo

Sự chồng chéo lặp lại một số mã thông báo cuối cùng của mỗi đoạn ở đầu đoạn tiếp theo, do đó văn bản gần phần cắt xuất hiện ở cả hai đoạn. Chúng tôi đã sử dụng 20 mã thông báo, chồng chéo 20%. Tất cả tám sự thật bây giờ vẫn còn nguyên vẹn ở đâu đó và sự thật về việc hoàn trả đã được giải cứu. Chi phí: 6 khối và 545 mã thông báo được lưu trữ thay vì 445. Việc cắt vẫn diễn ra ở giữa câu, lần này là năm lần và văn bản trùng lặp có thể khiến hai khối gần giống nhau lấn át các kết quả khác. Chồng chéo là miếng vá để cắt tùy ý chứ không phải là thuốc chữa.

3. Đóng gói câu

Phương pháp này chia văn bản thành các câu, sau đó gói toàn bộ câu vào từng đoạn cho đến khi câu tiếp theo vượt quá giới hạn:

def sentence_pack(size):
    sents = [s for p in doc.split("\n\n") for s in sent_split(p) if s]
    out, cur = [], ""
    for s in sents:
        if cur and T(cur + " " + s) > size:
            out.append(cur)
            cur = s
        else:
            cur = (cur + " " + s).strip()
    return out + [cur]

Nó tạo ra 5 đoạn, không cắt đoạn giữa câu và tất cả 8 dữ kiện đều còn nguyên vẹn, với 440 mã thông báo được lưu trữ. Hai đoạn vẫn kết thúc bằng một tiêu đề mồ côi, bởi vì một dòng tiêu đề trông giống như một câu ngắn khác. Việc chia câu bằng biểu thức chính quy cũng vấp phải các từ viết tắt như “e.g.”; các thư viện như spaCy hoặc NLTK thực hiện việc này tốt hơn.

4. Phân tách đệ quy

Phân tách đệ quy, được phổ biến bởi các khung như LangChain, trước tiên thử phân tách tự nhiên lớn nhất (các dòng trống giữa các đoạn văn) và chỉ quay lại các phân tách nhỏ hơn (ngắt dòng, câu, từ) cho các phần vẫn còn quá lớn. Việc thực hiện của chúng tôi cũng theo ý tưởng tương tự.

Nó giữ nguyên toàn bộ từng câu và tất cả tám sự kiện, với trung bình các phần nhỏ nhất (74 mã thông báo). Nhưng nó bộc lộ một lỗ hổng nhỏ: 4 trong số 6 phần của nó kết thúc bằng tiêu đề của phần tiếp theo. Ví dụ: một đoạn kết thúc bằng “…kiểm tra bưu kiện. ## Vận chuyển”, trong khi các quy tắc vận chuyển nằm ở đoạn sau. Tiêu đề gắn liền với văn bản sai, có thể gây nhầm lẫn cho việc truy xuất các câu hỏi đề cập đến “vận chuyển”.

Mẹo: luôn in mẫu các đoạn của bạn và đọc chúng. Vấn đề về tiêu đề mồ côi của chúng tôi không thể thấy được ở mức trung bình và hiển nhiên sau khi đọc sáu đoạn.

5. Phân đoạn dựa trên tiêu đề

Các tài liệu có cấu trúc có ranh giới riêng của chúng. Việc phân chia các tiêu đề Markdown mang lại một đoạn cho mỗi phần: 5 đoạn, không cắt giữa câu, không có tiêu đề mồ côi và tất cả dữ kiện đều còn nguyên vẹn. Mỗi đoạn bắt đầu bằng tiêu đề riêng, mang lại bối cảnh hữu ích cho việc nhúng.

Điều hấp dẫn là kiểm soát kích thước. Một phần đã đạt được 113 mã thông báo, vượt mục tiêu 100 mã thông báo của chúng tôi và các tài liệu thực có các phần từ một dòng đến nhiều trang. Trong thực tế, bạn kết hợp các phương pháp: trước tiên chia theo tiêu đề, sau đó áp dụng phép chia đệ quy hoặc chia câu bên trong bất kỳ phần nào quá lớn và lặp lại tiêu đề ở đầu mỗi phần.

Các chiến lược chunking RAG được so sánh

Chiến lược Đoạn Mã thông báo trung bình/tối đa Mã thông báo được lưu trữ Cắt giữa câu Tiêu đề mồ côi Sự thật còn nguyên vẹn
Đã sửa 100 5 89 / 100 445 3 1 7 trên 8
Đã sửa lỗi chồng chéo 100 + 20 6 91 / 100 545 5 0 8 trên 8
Đóng gói câu 5 88 / 100 440 0 2 8 trên 8
đệ quy 6 74 / 84 441 0 4 8 trên 8
Bằng cách tiêu đề 5 89 / 113 445 0 0 8 trên 8

Đây là một tài liệu ngắn, vì vậy hãy coi bảng này như một minh họa về các dạng lỗi hơn là một điểm chuẩn. Mẫu này vẫn mang tính hướng dẫn: một phương thức càng tôn trọng cấu trúc riêng của tài liệu thì nó càng tạo ra ít vết cắt phá vỡ ý nghĩa hơn.

Còn việc phân đoạn ngữ nghĩa thì sao?

Phân đoạn ngữ nghĩa sẽ nhúng từng câu và bắt đầu một đoạn mới trong đó ý nghĩa thay đổi, được đo bằng mức giảm độ giống nhau giữa các câu lân cận. Nó không cần tiêu đề và có thể theo dõi những thay đổi về chủ đề bằng văn xuôi đơn giản. Nó cũng tốn một lệnh gọi nhúng cho mỗi câu và các so sánh được công bố không thống nhất về việc liệu nó có vượt qua các phương pháp đơn giản hơn hay không sau khi đo toàn bộ đường dẫn RAG. Chúng tôi không chạy nó ở đây. Chỉ thử nó sau khi có đường cơ sở nhận biết về cấu trúc và chỉ giữ nó nếu đánh giá của riêng bạn cho thấy kết quả đạt được.

Cách chọn kích thước chunk và chồng chéo

  1. Bắt đầu bằng cấu trúc. Chia theo tiêu đề hoặc phần tài liệu nếu chúng tồn tại.
  2. Giới hạn kích thước. Phạm vi bắt đầu phổ biến là vài trăm mã thông báo trên mỗi đoạn, khoảng 200 đến 500, sau đó điều chỉnh.
  3. Ưu tiên các ranh giới rõ ràng hơn là chồng chéo. Chỉ thêm 10 đến 20% chồng chéo nếu các dữ kiện vẫn còn chồng chéo.
  4. Đính kèm siêu dữ liệu. Lưu trữ tiêu đề, tiêu đề phần và URL nguồn theo từng đoạn để lọc và trích dẫn.
  5. Đo lường khả năng truy xuất. Viết 20 đến 50 câu hỏi thực tế với các câu trả lời đã biết và kiểm tra xem đoạn phù hợp có xếp hạng trong kết quả hàng đầu hay không. Thay đổi một cài đặt tại một thời điểm.
  6. Đếm mã thông báo chính xác bằng mã thông báo mà mô hình của bạn sử dụng, như được giải thích trong Hướng dẫn về mã thông báo LLM của chúng tôi.

Lưu trữ các khối trong cơ sở dữ liệu hỗ trợ bộ lọc siêu dữ liệu, như được đề cập trong hướng dẫn về cơ sở dữ liệu vectơ của chúng tôi.

Lời kết

Chiến lược phân chia RAG là nơi bắt đầu nhiều vấn đề về truy xuất và là nơi sửa chữa chúng với chi phí thấp nhất. Thử nghiệm của chúng tôi cho thấy thất bại điển hình của từng phương pháp: kích thước cố định cắt giảm các sự kiện làm đôi, chi phí lưu trữ chồng chéo, đóng gói câu và phân tách đệ quy có thể tạo thành các tiêu đề và các phần dựa trên tiêu đề cần giới hạn kích thước. Bắt đầu từ cấu trúc tài liệu của bạn, quay lại phân tách nhận biết câu, đọc các phần của bạn và để một bộ đánh giá nhỏ quyết định phần còn lại.

Câu hỏi thường gặp

Chiến lược chunking tốt nhất cho RAG là gì?

Không có cái tốt nhất phổ quát. Đối với các tài liệu có cấu trúc, hãy phân chia theo tiêu đề và sau đó giới hạn kích thước bằng cách phân tách đệ quy hoặc phân tách câu. Xác thực lựa chọn bằng các bài kiểm tra truy xuất của riêng bạn.

Tôi nên sử dụng kích thước chunk nào cho RAG?

Một vài trăm token, thường là khoảng 200 đến 500, là điểm khởi đầu phổ biến. Các phần nhỏ hơn chính xác hơn, các phần lớn hơn mang nhiều ngữ cảnh hơn; điều chỉnh bằng các câu hỏi thực tế.

Chunky chồng chéo có giúp ích không?

Nó có thể giải cứu những sự thật đang bị cắt đứt. Trong thử nghiệm của chúng tôi, 20 mã thông báo chồng chéo giữ nguyên tất cả tám sự kiện nhưng lưu trữ nhiều mã thông báo hơn khoảng 22% và vẫn cắt câu.

Phân đoạn đệ quy là gì?

Nó phân tách trên dấu phân cách lớn nhất trước tiên, chẳng hạn như các dòng trống và chỉ sử dụng các dấu phân cách nhỏ hơn như câu hoặc từ cho các phần vẫn còn quá lớn.

Phân đoạn ngữ nghĩa có tốt hơn phân đoạn có kích thước cố định không?

Không đáng tin cậy. Nó tuân theo những thay đổi về chủ đề nhưng tốn thêm chi phí cho các cuộc gọi nhúng và các kết quả được công bố là khác nhau. So sánh nó với đường cơ sở đơn giản hơn trên dữ liệu của riêng bạn.

Tiếp tục học hỏi

Làm việc với Stack Quora

Cần trợ giúp về kiểm tra, WordPress hoặc SEO?

Chúng tôi giúp các nhóm phát triển phần mềm tốt hơn và phát triển trang web của họ. Hãy cho chúng tôi biết bạn đang làm gì và chúng tôi sẽ đề xuất bước tiếp theo rõ ràng.

Tiếp tục đọc

Thêm hướng dẫn về thử nghiệm, AI và phát triển hiện đại

Bạn thích bài viết này? Chọn một chủ đề và chuyển ngay sang phần hướng dẫn mới nhất của chúng tôi.

Trí tuệ nhân tạo

Giải thích về chiến lược phân đoạn RAG: Cố định, chồng chéo, câu, đệ quy và tiêu đề, được đo lường

Các chiến lược phân đoạn RAG được so sánh trên một tài liệu với tiktoken 0.14: kích thước cố định, chồng chéo, đóng gói câu, phân tách đệ quy và phâ…

Đọc bài viết →
Phát triển phần mềm

Giải thích về tính tạm thời của API: Khóa tạm thời và các lần thử lại an toàn, đã được kiểm tra

Tính tạm thời của API được giải thích bằng máy chủ và máy khách Python mà chúng tôi đã chạy: phản hồi bị mất gây ra khoản phí gấp đôi mà không có kh…

Đọc bài viết →
DevOps

Giải thích về Git Stash: Lưu, Áp dụng, Bật và Không theo dõi các tệp, đã được kiểm tra

Git stash được giải thích bằng các lệnh chúng tôi chạy trên Git 2.56: đẩy bằng tin nhắn, tệp không bị theo dõi, liệt kê và hiển thị, áp dụng so với …

Đọc bài viết →
Kiểm thử phần mềm

Giải thích về kiểm tra theo cặp: Cách tất cả các cặp cắt 216 bài kiểm tra xuống còn 13, đã được kiểm tra

Thử nghiệm theo cặp được giải thích bằng trình tạo mà chúng tôi đã chạy trong Python 3.13: một quá trình kiểm tra với 216 kết hợp được bao phủ bởi 1…

Đọc bài viết →
Tự động hóa kiểm thử

Giải thích về các thử nghiệm nhân đôi: Giả, Sơ khai, Gián điệp, Mock và Giả mạo, với Mã Python đã được thử nghiệm

Kiểm tra nhân đôi được giải thích bằng một ví dụ Python chạy trong pytest 9.2: giả, sơ khai, gián điệp, mô phỏng và giả mạo, khi nào nên sử dụng từn…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về SQL COALESCE: Mặc định, NULLIF, IFNULL so với ISNULL và Bẫy, đã kiểm tra

SQL COALESCE được giải thích bằng các truy vấn chúng tôi đã chạy trong SQLite 3.50: giá trị không null đầu tiên, chuỗi trống, NULL trong toán học, N…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về Tự tham gia SQL: Người quản lý nhân viên, So sánh cặp và hàng, đã được kiểm tra

Tính năng tự tham gia SQL được giải thích bằng các truy vấn chúng tôi đã chạy trong SQLite 3.50: nhân viên và người quản lý, kiếm được nhiều tiền hơ…

Đọc bài viết →
Phát triển phần mềm

Giải thích về toán tử lây lan JavaScript: Trải so với phần còn lại, Bản sao và vấn đề, đã được thử nghiệm

Toán tử trải rộng JavaScript được giải thích bằng mã chúng tôi chạy trên Nút 24: mảng, đối tượng, bản sao nông, tham số còn lại, giới hạn Math.max v…

Đọc bài viết →
Phát triển phần mềm

Giải thích về mô-đun Bộ sưu tập Python: Bộ đếm, defaultdict, deque và hơn thế nữa, đã được kiểm tra

Các bộ sưu tập Python được giải thích bằng mã chúng tôi chạy trên Python 3.13: Counter, defaultdict, deque, knowntuple, OrderedDict và ChainMap, cùn…

Đọc bài viết →
Trí tuệ nhân tạo

Giải thích về cửa sổ ngữ cảnh LLM: Mã thông báo, giới hạn và cách phù hợp hơn, được đo lường

Cửa sổ ngữ cảnh LLM được giải thích bằng số lượng mã thông báo mà chúng tôi đã đo bằng tiktoken: từ so với mã thông báo cho văn xuôi, mã và tiếng Hi…

Đọc bài viết →
Phát triển phần mềm

Giải thích về Webhooks: Cách chúng hoạt động và cách nhận chúng một cách an toàn

Webhooks đã giải thích với người nhận và người gửi mà chúng tôi đã chạy bằng Python: đẩy so với bỏ phiếu, chữ ký HMAC-SHA256, từ chối các yêu cầu bị…

Đọc bài viết →
DevOps

Giải thích về Git Cherry-Pick: Sao chép cam kết bạn cần, một cách an toàn, đã được kiểm tra

Git Cherry-pick đã giải thích bằng các lệnh chúng tôi đã chạy trong Git 2.56: sao chép một hotfix vào một nhánh phát hành, các mã băm và id bản vá m…

Đọc bài viết →
Tự động hóa kiểm thử

Giải thích về thử nghiệm chụp nhanh: Cách thức hoạt động, khi nào nó giúp ích và khi nào nó gây tổn hại

Thử nghiệm ảnh chụp nhanh được giải thích bằng bản demo pytest và siro mà chúng tôi đã chạy: tạo ảnh chụp nhanh, đọc điểm khác biệt sau khi thay đổi…

Đọc bài viết →
Kiểm thử phần mềm

Giải thích về kiểm thử đột biến: Tại sao mức độ bao phủ 100% vẫn bỏ sót lỗi của chúng tôi

Thử nghiệm đột biến được giải thích bằng một công cụ đột biến nhỏ mà chúng tôi đã xây dựng và chạy: 14 đột biến, một bộ thử nghiệm có độ bao phủ dòn…

Đọc bài viết →
Trí tuệ nhân tạo

Giải thích về việc tiêm nhắc nhở: Cách các ứng dụng AI bị lừa và cách bảo vệ chúng

Giải thích về tính năng tiêm nhắc nhở dành cho người xây dựng: các cuộc tấn công trực tiếp và gián tiếp, lý do tại sao bộ lọc từ khóa không thành cô…

Đọc bài viết →
DevOps

Giải thích về bản ghi DNS: A, AAAA, CNAME, MX, TXT và TTL với tra cứu thực

Bản ghi DNS được giải thích bằng các tra cứu mà chúng tôi đã chạy: cách thức hoạt động của độ phân giải, quy tắc A và AAAA, CNAME, MX và null MX, TX…

Đọc bài viết →
DevOps

Giải thích về cờ tính năng: Phát hành an toàn, triển khai dần dần và vệ sinh cờ

Cờ tính năng được giải thích bằng mô phỏng triển khai mà chúng tôi đã chạy: loại cờ, triển khai phần trăm với hàm băm ổn định, khóa chuyển đổi, danh…

Đọc bài viết →
Tự động hóa kiểm thử

Kiểm tra việc tạo dữ liệu với Python Faker: Dữ liệu thực tế, có thể lặp lại và an toàn

Kiểm tra việc tạo dữ liệu bằng Python Faker, chạy và đo lường: gieo hạt cho dữ liệu lặp lại, ngôn ngữ, giá trị duy nhất, bản ghi hình miền, trường h…

Đọc bài viết →
Kiểm thử phần mềm

Giải thích về kiểm tra Shift-Left: Tìm lỗi sớm hơn mà không làm chậm nhóm

Giải thích về thử nghiệm dịch chuyển sang trái: ý nghĩa của nó, tại sao các lỗi sớm lại rẻ hơn, các phương pháp thực hành từ đánh giá yêu cầu đến ki…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về các hàm chuỗi SQL: TRIM, SUBSTR, REPLACE, CONCAT và Data Cleanup

Các hàm chuỗi SQL được giải thích bằng các truy vấn mà chúng tôi đã chạy: nối và NULL, TRIM, UPPER và LOWER, SUBSTR và INSTR, REPLACE, phần đệm, độ …

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về Trình kích hoạt SQL: TRƯỚC và SAU Trình kích hoạt, Nhật ký kiểm tra và cạm bẫy

Trình kích hoạt SQL được giải thích bằng các trình kích hoạt mà chúng tôi đã chạy: TRƯỚC so với SAU, CŨ và MỚI, nhật ký kiểm tra, xác thực, cập nhật…

Đọc bài viết →
Phát triển phần mềm

Giải thích về mô-đun JSON của Python: kết xuất, tải, loại tùy chỉnh và các lỗi phổ biến

Mô-đun Python JSON được giải thích bằng mã chúng tôi đã chạy: kết xuất và tải, tệp, chuyển đổi loại, ngày tháng và số thập phân, bộ mã hóa tùy chỉnh…

Đọc bài viết →
Phát triển phần mềm

Mô-đun ES so với CommonJS: Cách nhập JavaScript hoạt động trong Node.js, đã được thử nghiệm

Các mô-đun ES và CommonJS được giải thích bằng mã chúng tôi chạy trong Node.js: cú pháp nhập và xuất, yêu cầu, liên kết trực tiếp, bộ nhớ đệm, chờ đ…

Đọc bài viết →
Phát triển phần mềm

Giải thích về Regex của Python: Các mẫu, Nhóm, Nhìn trước và Cạm bẫy, đã được thử nghiệm

Regex Python được giải thích bằng các mẫu mà chúng tôi đã chạy: tìm kiếm so với đối sánh, tìm tất cả, nhóm và nhóm được đặt tên, tham lam và lười bi…

Đọc bài viết →
Trí tuệ nhân tạo

Giải thích đầu ra có cấu trúc LLM: Nhận JSON đáng tin cậy từ các mô hình AI

Đầu ra có cấu trúc LLM được giải thích bằng quá trình xác thực mà chúng tôi đã chạy trong Pydantic: chế độ và lược đồ JSON, giải mã ràng buộc, cách …

Đọc bài viết →
DevOps

Giải thích về Khóa SSH: Cách chúng hoạt động, ssh-keygen, Ed25519 và Thói quen an toàn

Khóa SSH được giải thích bằng các khóa chúng tôi đã tạo: khóa chung và khóa riêng, ssh-keygen, Ed25519 so với RSA, dấu vân tay, cụm mật khẩu, ssh-ag…

Đọc bài viết →
DevOps

Giải thích về bộ nhớ đệm HTTP: Kiểm soát bộ đệm, ETag và phản hồi 304, bằng thử nghiệm trực tiếp

Bộ nhớ đệm HTTP được giải thích bằng một máy chủ nhỏ mà chúng tôi đã chạy: Chỉ thị Kiểm soát bộ đệm, tuổi tối đa, không có bộ đệm so với không lưu t…

Đọc bài viết →
Tự động hóa kiểm thử

Giải thích về kiểm tra hợp đồng API: Nắm bắt những thay đổi đột phá trước khi chúng xuất xưởng

Thử nghiệm hợp đồng API được giải thích bằng kiểm tra lược đồ mà chúng tôi đã chạy: hợp đồng là gì, hợp đồng hướng đến người tiêu dùng, Pact, OpenAP…

Đọc bài viết →
Kiểm thử phần mềm

Giải thích về thử nghiệm dựa trên rủi ro: Đánh giá rủi ro, xây dựng ma trận và kiểm tra những vấn đề quan trọng

Thử nghiệm dựa trên rủi ro được giải thích từng bước: xác định rủi ro, cho điểm khả năng và tác động, xây dựng ma trận rủi ro, ánh xạ rủi ro đến độ …

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về các ràng buộc SQL: KHÔNG phải NULL, ĐỘC ĐÁO, KIỂM TRA và KHÓA NGOẠI TỆ, Đã được kiểm tra

Các ràng buộc SQL được giải thích bằng các thử nghiệm mà chúng tôi đã chạy: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY và FOREIGN KEY, các lỗ hổng NU…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về các hàm ngày trong SQL: Thêm, so sánh và nhóm các ngày mà không có lỗi

Các hàm ngày SQL được giải thích bằng các truy vấn chúng tôi đã chạy: thêm khoảng thời gian, bất ngờ cuối tháng, chênh lệch ngày, bẫy GIỮA, nhóm the…

Đọc bài viết →
Phát triển phần mềm

Giải thích về asyncio của Python: async, chờ đợi, thu thập và Nhóm tác vụ với thời gian thực

Python asyncio đã giải thích bằng mã mà chúng tôi đã tính thời gian: coroutines, chờ đợi, thu thập, Nhóm tác vụ, xử lý lỗi, hết thời gian chờ, hạn c…

Đọc bài viết →
Phát triển phần mềm

Debounce vs Throttle trong JavaScript: Cách chúng hoạt động, thời điểm sử dụng từng cái, đã được kiểm tra

Gỡ lỗi và điều tiết trong JavaScript được giải thích bằng thời gian chúng tôi đo được trong Node.js: cách mỗi hoạt động, cách triển khai đơn giản, l…

Đọc bài viết →
Phát triển phần mềm

Giải thích về Trình quản lý bối cảnh Python: Câu lệnh with, contextlib và Công dụng thực sự

Trình quản lý bối cảnh Python được giải thích bằng mã chúng tôi đã chạy: cách thức hoạt động, __enter__ và __exit__, contextlib.contextmanager, ngăn…

Đọc bài viết →
Trí tuệ nhân tạo

Giải thích về nhiệt độ LLM và Top-p: Cách các mô hình AI chọn từ tiếp theo của họ

Nhiệt độ LLM và top-p được giải thích bằng một mô phỏng mà chúng tôi đã chạy: xác suất được định hình lại như thế nào, top-p giữ những gì, cài đặt đ…

Đọc bài viết →
DevOps

Giải thích về YAML: Cú pháp, Vấn đề ở Na Uy và các bẫy khác mà chúng tôi đã thử nghiệm

YAML đã giải thích bằng bài kiểm tra trình phân tích cú pháp: cú pháp cơ bản, danh sách và bản đồ, vấn đề ở Na Uy, các phiên bản chuyển thành số flo…

Đọc bài viết →
DevOps

Giải thích về Cron Jobs: Cú pháp, lịch trình thực tế và những sai lầm khiến chúng gặp phải

Công việc định kỳ được giải thích bằng lịch trình mà chúng tôi đã xác minh: năm trường, toán tử, ví dụ thực tế, bẫy ngày trong tháng HOẶC ngày trong…

Đọc bài viết →
Trí tuệ nhân tạo

Giải thích về ảo giác AI: Tại sao các mô hình ngôn ngữ lại tạo nên mọi thứ và cách giảm thiểu nó

Ảo giác AI đã giải thích: chúng là gì, tại sao mô hình ngôn ngữ tạo ra chúng, các loại phổ biến, cách giảm thiểu chúng bằng cách căn cứ và nhắc nhở …

Đọc bài viết →
DevOps

Giải thích về các biến môi trường: Tệp .env, bí mật và cấu hình được thực hiện đúng

Các biến môi trường được giải thích bằng các ví dụ Python mà chúng tôi đã chạy: đọc và thiết lập chúng, tại sao mọi giá trị đều là một chuỗi, tệp .e…

Đọc bài viết →
Phát triển phần mềm

Giải thích về giới hạn tỷ lệ API: Thuật toán, tiêu đề và xử lý lỗi 429

Giới hạn tốc độ API được giải thích bằng mô phỏng mà chúng tôi đã chạy: nhóm mã thông báo, cửa sổ cố định, cửa sổ trượt, 429 phản hồi, tiêu đề giới …

Đọc bài viết →
Tự động hóa kiểm thử

Chế giễu bằng Python: unittest.mock, patch và những sai lầm khiến bài kiểm tra nói dối

Mô phỏng bằng Python với unittest.mock, đã được thử nghiệm: Mock và return_value, side_effect, vá lỗi nơi sử dụng tên, thông số kỹ thuật và thông số…

Đọc bài viết →
Kiểm thử phần mềm

Giải thích về phạm vi bảo hiểm của mã: Phạm vi tuyến so với chi nhánh và ý nghĩa thực sự 100%

Phạm vi bảo hiểm mã được giải thích bằng cách chạy phạm vi bảo hiểm thực tế: phạm vi bảo hiểm dòng, chi nhánh và điều kiện, đọc báo cáo, lý do tại s…

Đọc bài viết →
Cơ sở dữ liệu & SQL

DELETE vs TRUNCATE vs DROP trong SQL: Sự khác biệt, khôi phục và thời điểm sử dụng mỗi loại

DELETE vs TRUNCATE vs DROP được giải thích bằng SQL đã được thử nghiệm: mỗi loại loại bỏ, khôi phục, kích hoạt, đặt lại danh tính, tốc độ và Postgre…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về Chế độ xem SQL: Tạo, sử dụng và tránh những cạm bẫy, kèm theo ví dụ

Chế độ xem SQL được giải thích bằng các truy vấn chúng tôi đã chạy: tạo chế độ xem, kết quả trực tiếp, ẩn cột, hiệu suất, chế độ xem có thể cập nhật…

Đọc bài viết →
Phát triển phần mềm

Giao diện TypeScript so với loại: Sự khác biệt thực sự, được thử nghiệm bằng trình biên dịch

Giao diện TypeScript so với loại, được kiểm tra bằng trình biên dịch thực: cả hai có thể làm gì, chỉ một người có thể làm gì, hợp nhất khai báo, mở …

Đọc bài viết →
Phát triển phần mềm

Giải thích về Python *args và **kwargs: Hàm linh hoạt với ví dụ rõ ràng

Python *args và **kwargs được giải thích bằng mã chúng tôi đã chạy: đóng gói và giải nén, thứ tự tham số, đối số chỉ từ khóa và chỉ vị trí, trình tr…

Đọc bài viết →
Phát triển phần mềm

Hàm Lambda của Python: Cú pháp, cách sử dụng thực tế và khi nào không nên sử dụng chúng

Các hàm lambda của Python được giải thích bằng mã chúng tôi đã chạy: cú pháp, sắp xếp bằng khóa, bản đồ và bộ lọc, các phần đóng, bẫy liên kết muộn …

Đọc bài viết →
Trí tuệ nhân tạo

Đại lý AI là gì? Cách chúng hoạt động, với vòng lặp tác nhân đơn giản, bạn có thể chạy

Tác nhân AI là gì? Hướng dẫn đơn giản về vòng lặp tác nhân, công cụ, bộ nhớ và lan can, với một vòng lặp Python nhỏ mà chúng tôi đã chạy, những rủi …

Đọc bài viết →
DevOps

Giám sát và Khả năng quan sát: Sự khác biệt thực sự, với nhật ký, số liệu và dấu vết

Giải thích về giám sát và khả năng quan sát: lỗi đã biết và chưa biết, nhật ký, số liệu và dấu vết, hướng dẫn về sự cố thanh toán, tín hiệu vàng, Op…

Đọc bài viết →
DevOps

Docker Volumes vs Bind Mounts: Duy trì dữ liệu vùng chứa đúng cách

Giải thích về khối lượng Docker và liên kết gắn kết: tại sao dữ liệu vùng chứa biến mất, khối lượng được đặt tên, liên kết gắn kết, tmpfs, ví dụ về …

Đọc bài viết →
Tự động hóa kiểm thử

TDD vs BDD: Key Differences, One Feature Built Both Ways and When to Use Each

TDD và BDD được giải thích bằng một tính năng giảm giá được xây dựng theo cả hai cách: tái cấu trúc màu đỏ-xanh với mã chúng tôi đã chạy, kịch bản C…

Đọc bài viết →
Kiểm thử phần mềm

Kiểm tra chấp nhận của người dùng (UAT): Quy trình, danh sách kiểm tra và ví dụ thực tế

Giải thích về thử nghiệm chấp nhận của người dùng: ai chạy nó, nó khác với QA như thế nào, quy trình bảy bước, mẫu trường hợp thử nghiệm UAT, danh s…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về các giá trị NULL của SQL: IS NULL, COALESCE, NULLIF và những cái bẫy cần tránh

Các giá trị SQL NULL được giải thích bằng các truy vấn chúng tôi đã chạy: logic ba giá trị, IS NULL, COALESCE, NULLIF, cách tổng hợp, kết hợp và sắp…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Câu lệnh SQL CASE WHEN: Cú pháp, ví dụ thực tế và các lỗi thường gặp

TRƯỜNG HỢP SQL KHI được giải thích bằng các truy vấn mà chúng tôi đã chạy: các biểu mẫu đơn giản và được tìm kiếm, thứ tự điều kiện, các thủ thuật S…

Đọc bài viết →
Phát triển phần mềm

JWT là gì? Mã thông báo Web JSON được giải thích bằng một ví dụ hoạt động

JWT là gì? Mã thông báo Web JSON đã giải thích: ba phần, mã thông báo được xây dựng và giả mạo trong mã chúng tôi đã chạy, JWT so với phiên, lưu trữ…

Đọc bài viết →
Phát triển phần mềm

Giải thích về vòng lặp sự kiện JavaScript: Ngăn xếp cuộc gọi, Microtask và bộ hẹn giờ kèm ví dụ

Vòng lặp sự kiện JavaScript được giải thích bằng mã chúng tôi đã chạy: ngăn xếp cuộc gọi, hàng đợi tác vụ và vi nhiệm, tại sao setTimeout 0 không di…

Đọc bài viết →
Phát triển phần mềm

Giải thích về trình tạo và năng suất của Python: Tiết kiệm bộ nhớ bằng các ví dụ thực tế

Trình tạo và lợi nhuận Python được giải thích bằng mã chúng tôi đã chạy: cách chúng tạm dừng và tiếp tục, đo mức tiết kiệm bộ nhớ, quy trình, chuỗi …

Đọc bài viết →
Trí tuệ nhân tạo

Nhúng là gì? Giải thích sự tương đồng về vectơ và Cosine một cách đơn giản

nhúng là gì? Hướng dẫn bằng ngôn ngữ đơn giản về vectơ, độ tương tự cosine và tìm kiếm ngữ nghĩa, với một ví dụ nhỏ mà chúng tôi đã chạy, các cách s…

Đọc bài viết →
DevOps

Triển khai Blue-Green và Canary: Sự khác biệt, sự đánh đổi và cách lựa chọn

Giải thích về triển khai Blue-green và Canary: cách hoạt động của từng loại, chi phí, rủi ro và khôi phục, nhóm người dùng ổn định mà chúng tôi đã t…

Đọc bài viết →
Tự động hóa kiểm thử

Kiểm tra không ổn định: Nguyên nhân gây ra chúng và cách khắc phục chúng vĩnh viễn

Các thử nghiệm không ổn định được giải thích bằng các bản demo mà chúng tôi đã chạy: nguyên nhân chính, cách xác nhận và chẩn đoán nguyên nhân, cách…

Đọc bài viết →
Kiểm thử phần mềm

Kiểm tra tải và kiểm tra căng thẳng: Sự khác biệt, số liệu và ví dụ về k6

Giải thích về thử nghiệm tải và thử nghiệm căng thẳng: mỗi thử nghiệm chứng minh điều gì, thử nghiệm tăng đột biến và ngâm, số liệu quan trọng, lý d…

Đọc bài viết →
Kiểm thử phần mềm

Trường hợp thử nghiệm và kịch bản thử nghiệm: Sự khác biệt chính, ví dụ và thời điểm sử dụng từng trường hợp

Giải thích trường hợp kiểm thử và kịch bản kiểm thử: định nghĩa rõ ràng, bảng cạnh nhau, một tính năng đặt lại mật khẩu được lấy từ các tình huống n…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Tối ưu hóa truy vấn SQL: Đọc kế hoạch thực thi và sửa các truy vấn chậm, có tính thời gian

Đã thử nghiệm tối ưu hóa truy vấn SQL trên một triệu hàng: đọc kế hoạch thực hiện, thêm chỉ mục phù hợp, sửa các bộ lọc không thể mở rộng, sử dụng c…

Đọc bài viết →
Cơ sở dữ liệu & SQL

SQL UNION và UNION ALL: Sự khác biệt, ví dụ và hiệu suất đã được kiểm tra

SQL UNION và UNION ALL được giải thích bằng các truy vấn chúng tôi đã chạy: trùng lặp, cả hai quy tắc đều tuân theo, lỗi dữ liệu thực, hiệu suất đượ…

Đọc bài viết →
Phát triển phần mềm

Hướng dẫn API tìm nạp JavaScript: GET, POST, Xử lý lỗi và hết thời gian chờ

Hướng dẫn API tìm nạp JavaScript đã được thử nghiệm trên máy chủ cục bộ: GET và POST, tại sao 404 không gửi, trình trợ giúp có thể sử dụng lại, chuỗ…

Đọc bài viết →
Phát triển phần mềm

Xử lý tệp Python: Đọc, ghi, CSV, JSON và pathlib kèm ví dụ

Việc xử lý tệp Python được giải thích bằng mã chúng tôi đã chạy: chế độ mở, với, đọc tệp lớn, CSV, JSON, pathlib, tệp nhị phân, ghi an toàn, xử lý l…

Đọc bài viết →
Phát triển phần mềm

Các lớp và đối tượng Python: Hướng dẫn OOP với các ví dụ thực tế

Các lớp và đối tượng Python được giải thích bằng mã mà chúng tôi đã chạy: __init__, các phương thức, thuộc tính lớp và phiên bản, tính kế thừa, thuộ…

Đọc bài viết →
Trí tuệ nhân tạo

Mô hình ngôn ngữ lớn là gì? LLM hoạt động như thế nào, được giải thích mà không cường điệu hóa

Mô hình ngôn ngữ lớn là gì? LLM được giải thích bằng ngôn ngữ đơn giản: mã thông báo, phần nhúng, sự chú ý, đào tạo, cửa sổ nhiệt độ và ngữ cảnh, mộ…

Đọc bài viết →
DevOps

Các lệnh Linux cho người mới bắt đầu: Hướng dẫn thiết bị đầu cuối cần thiết kèm ví dụ

Các lệnh Linux dành cho người mới bắt đầu, được nhóm theo tác vụ: điều hướng, tệp, xem nhật ký, grep, đường dẫn, quyền, quy trình và lưu trữ, cùng v…

Đọc bài viết →
Tự động hóa kiểm thử

Selenium vs Nhà viết kịch: Sự khác biệt chính, So sánh mã và nên chọn cái nào

Selenium và Playwright được so sánh: kiến trúc, chờ đợi, hỗ trợ trình duyệt và ngôn ngữ, gỡ lỗi, kiểm tra giống nhau ở cả hai công cụ, lời khuyên di…

Đọc bài viết →
Kiểm thử phần mềm

Phân vùng tương đương: Giải thích kỹ thuật thiết kế thử nghiệm bằng các ví dụ đã thực hiện

Giải thích về phân vùng tương đương: cách tìm các phân vùng hợp lệ và không hợp lệ, các ví dụ hoạt động theo độ tuổi, mật khẩu và phiếu giảm giá, cá…

Đọc bài viết →
Kiểm thử phần mềm

Mức độ nghiêm trọng và mức độ ưu tiên trong kiểm thử phần mềm: Sự khác biệt, Ma trận và ví dụ thực tế

Giải thích về mức độ nghiêm trọng và mức độ ưu tiên trong kiểm thử phần mềm: định nghĩa rõ ràng, ma trận bốn chiều với các ví dụ, thang đo cấp độ, a…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Hướng dẫn về truy vấn con SQL: Các loại, truy vấn con tương quan và TỒN TẠI kèm ví dụ

Hướng dẫn về truy vấn con SQL với các truy vấn chúng tôi đã chạy: truy vấn con vô hướng, IN, FROM và SELECT, truy vấn con tương quan, EXISTS, bẫy và…

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích về giao dịch SQL và ACID: Các mức CAM KẾT, ROLLBACK và Cô lập

Các giao dịch SQL và ACID được giải thích bằng chuyển khoản ngân hàng mà chúng tôi đã thực hiện: CAM KẾT, ROLLBACK, điểm lưu trữ, khóa, mức cách ly,…

Đọc bài viết →
Phát triển phần mềm

Bảng cheat lệnh Git: Các lệnh bạn thực sự sử dụng, kèm theo ví dụ

Một bảng ghi lệnh Git được nhóm theo nhiệm vụ: thiết lập, dàn dựng, nhánh, điều khiển từ xa, lưu trữ, lịch sử và hoàn tác các lỗi, với đầu ra từ kho…

Đọc bài viết →
Phát triển phần mềm

Giải thích về các lời hứa trong JavaScript: then, Catch, Promise.all và các lỗi thường gặp

Lời hứa JavaScript được giải thích bằng mã chúng tôi đã chạy: trạng thái, then và chuỗi bắt, xử lý lỗi, Promise.all, allSettled, chủng tộc và bất kỳ…

Đọc bài viết →
Phát triển phần mềm

Hướng dẫn từ điển Python: Phương thức, ví dụ và mẫu chung

Hướng dẫn từ điển Python với mã chúng tôi đã chạy: tạo, đọc và cập nhật các ký tự, các phương thức chính, hợp nhất, hiểu, đếm và nhóm các mẫu cũng n…

Đọc bài viết →
Trí tuệ nhân tạo

RAG là gì? Giải thích về thế hệ tăng cường truy xuất bằng một ví dụ hoạt động

RAG là gì? Thế hệ tăng cường truy xuất được giải thích từng bước: lập chỉ mục, phân nhóm, nhúng, truy xuất, một ví dụ Python hoạt động nhỏ, đánh giá…

Đọc bài viết →
DevOps

Hướng dẫn về Terraform cho người mới bắt đầu: Cơ sở hạ tầng dưới dạng mã từ tệp đầu tiên đến mô-đun

Hướng dẫn về Terraform dành cho người mới bắt đầu: bắt đầu không cần tài khoản đám mây, tìm hiểu về init, lập kế hoạch và áp dụng, sau đó là các biế…

Đọc bài viết →
DevOps

Docker vs Kubernetes: Key Differences, How They Work Together and Which You Need

Docker vs Kubernetes giải thích: mỗi cái làm gì, cùng một ứng dụng chạy với cả hai, so sánh Docker Compose và Swarm, sự thay đổi của dockershim và c…

Đọc bài viết →
Tự động hóa kiểm thử

Hướng dẫn Pytest cho người mới bắt đầu: Đồ đạc, tham số hóa và ví dụ thực tế

Hướng dẫn về pytest dành cho người mới bắt đầu với các bài kiểm tra chúng tôi đã chạy trên pytest 9.2: xác nhận, đồ đạc, tham số, conftest, điểm đán…

Đọc bài viết →
Kiểm thử phần mềm

Vòng đời kiểm thử phần mềm (STLC): 6 giai đoạn, tiêu chí đầu vào và đầu ra, ví dụ

Vòng đời kiểm thử phần mềm giải thích: sáu giai đoạn STLC với tiêu chí đầu vào và đầu ra, sản phẩm phân phối, ví dụ về tính năng đăng nhập hoạt động…

Đọc bài viết →
Phát triển phần mềm

Git merge vs rebase: khác biệt, ví dụ và khi nào dùng cái nào

Git merge vs rebase được giải thích bằng đầu ra log thực tế, bảng so sánh, quy tắc vàng của rebase và quy trình làm việc nhóm an toàn.

Đọc bài viết →
Phát triển phần mềm

List comprehension trong Python: cú pháp, ví dụ và khi nào nên tránh

List comprehension trong Python: cú pháp, lọc dữ liệu, if-else, vòng lặp lồng nhau, thời gian đo thực tế và khi nào vòng lặp for thông thường tốt hơn.

Đọc bài viết →
Cơ sở dữ liệu & SQL

Giải thích SQL JOIN kèm ví dụ (Inner, Left, Right, Full)

Hiểu SQL JOIN từng bước với bảng và truy vấn mẫu: INNER, LEFT, RIGHT, FULL, CROSS và SELF, cùng lỗi thường gặp và mẹo hiệu năng.

Đọc bài viết →