这一档模型的参数意味着什么
quoteMaxToken 是对话模型允许的单次对话中引用内容的累计token预算，限定了可带入参考文档的总token上限。本档模型的预算区间为19万至35万tokens，能够承载较多的参考文档片段，适配需要整合多段长文本的知识库应用场景，减少重复检索的次数，让对话可以基于更完整的上下文生成回应，提升内容的连贯性与信息覆盖度。
配 Ernie 向量模型要定哪些
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
defaultToken | 512 tokens | 与Embedding-V1默认分段长度匹配，无需额外调整即可适配向量模型的默认输入要求 |
maxToken | 1000 tokens | 匹配Embedding-V1单段输入的最大token限制，避免分段超出模型处理上限 |
quoteMaxToken | 190000–350000 tokens | 遵循本档对话模型的官方参数区间，确保引用内容总token不超过模型预算 |
chunkSize | 512 tokens 或 1000 tokens | 可根据业务场景选择，对应向量模型的默认或最大分段长度 |
| 分块重叠长度 | 64–128 tokens | 保留相邻分段的重叠内容，避免关键信息被分割在两段之间 |
| 单次搜索上限 | 匹配引用预算的合理区间 | 确保单次检索返回的文档总token预留量不超出quoteMaxToken的可用额度 |
这两者互相约束的地方
本档对话模型与Embedding-V1的组合存在明确的分段约束。按默认每段512 tokens计算，一轮对话可容纳的参考段数约为371–683段；若将分段长度调整至Embedding-V1允许的上限1000 tokens，单轮可容纳的参考段数约为190段起。每段越长，单段承载的语义信息越完整，但单轮能容纳的总段数越少；每段越短，总段数越多，但单段的上下文完整性越弱。更换向量模型后，已构建的知识库索引需要重新生成，因为向量维度与向量模型绑定，不同模型的向量表示逻辑存在差异。
容易做错的三处
- 检索返回的文档片段总token超出对话模型预算，导致对话请求失败。原因是未将单次搜索上限与
quoteMaxToken的预算匹配，未预留系统提示词等其他token的占用空间。 - 分段长度超出Embedding-V1的
maxToken限制，导致向量入库失败。原因是未将chunkSize设置为不超过1000 tokens的数值，强行使用过长的分段进行索引构建。 - 对话时引用的段数远超计算上限，导致上下文被截断。原因是未根据分段长度调整单次搜索返回的文档数量，未校验总token是否符合
quoteMaxToken的要求。
怎么确认配好了
- 进入知识库集合的配置页面，核对分块长度的设置是否符合预设方案。
- 查看向量模型的绑定配置，确认关联的模型为Embedding-V1且参数匹配要求。
- 检查对话模型的参数设置，确认
quoteMaxToken处于本档的预算区间内。 - 发起一轮测试对话，查看界面展示的引用文档片段数量是否符合分段逻辑。