页面加载中…
搜索中文正文和常见中英文技术词,按教程、项目、面试题筛选。
「Reranker 微调」找到 26 条内容
按专题浏览 →匹配正文:…检索(语义匹配)+ 关键词检索(精确匹配)+ 可能的知识图谱召回 重排序(Rerank) 用Cross-Encoder(如BGE-Reranker)精排Top-K,提升相关性 上下文组装 按相关性排序拼接chunk,控制总长度(通常占LLM上下文30%-50%) LLM生成 构造Prompt:"基于以下信息回答问题:[context]\n问题:[query]" 四、关键优化点 混合检索:稠密向量+稀疏向量+倒排索引,兼顾语义和精确匹配 检索缓存:高频Query直接走缓存,降低…
匹配正文:…检索召回:基于向量相似度(cosine/IP)快速筛选候选,可用倒排索引混合召回 重排序:用Cross-Encoder(如bge-reranker)精排,弥补双塔模型语义鸿沟 上下文融合:将检索文档按相关性排序,截断后填入Prompt模板,控制token预算 生成模块:LLM基于"检索上下文+原始Query"生成答案,需处理"找不到答案"的拒答场景 数据流转全景 离线:原始文档 → 解析 → 分块 → Embedding → 向量DB ↑ 在线:用户Query ───────…
学习内容与项目面试,在同一条路上。