Chồng chéo khối là một phương pháp cố ý chồng lấp ranh giới giữa các khối liền kề để tránh mất thông tin khi chia tài liệu thành các khối bằng RAG.
Chồng chéo đoạn là một phương pháp thiết kế duy trì mức độ chồng chéo nhất định giữa phần cuối và phần đầu của các đoạn liền kề khi chia tài liệu thành các đoạn có độ dài cố định hoặc đơn vị ngữ nghĩa trong RAG (RAG). Để ngăn ý nghĩa bị phân chia ở giữa câu và làm giảm độ chính xác của tìm kiếm, người ta cho rằng nó đã được áp dụng rộng rãi như một tiêu chuẩn ngành để đặt độ rộng chồng chéo lên khoảng 10 đến 20% kích thước khối. Tuy nhiên, trong hoạt động thực tế, nếu độ rộng chồng chéo quá lớn, số lượng khối được lưu trữ trong chỉ mục sẽ tăng lên, điều này có nguy cơ làm tăng số lượng lệnh gọi API nhúng và chi phí lưu trữ của vectơ DB. Kể từ năm 2026, với sự phổ biến của LLM hỗ trợ ngữ cảnh văn bản dài, sẽ ngày càng có nhiều thiết kế trong lĩnh vực tự tăng kích thước khối và giảm thiểu sự chồng chéo. Theo nguyên tắc chung, chính sách cơ bản trong thực tế là sử dụng các đoạn nhỏ hơn + phần trùng lặp nhỏ hơn cho dữ liệu văn bản ngắn như Câu hỏi thường gặp và hướng dẫn sử dụng, đồng thời sử dụng phần chồng chéo lớn hơn cho dữ liệu phụ thuộc nhiều vào ngữ cảnh, chẳng hạn như hợp đồng và tài liệu kỹ thuật, để đạt được sự cân bằng giữa độ chính xác của tìm kiếm và chi phí.