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。
「混合检索融合」找到 4 条内容
按专题浏览 →匹配标题与标签：…与向量分数尺度不同的问题出发，讲清归一化、加权求和、倒数排名融合及其验证边界。 RAG RAG 检索与重排 RRF 倒数排名融合 混合检索融合 BM25 向量分数 RAG 面试
匹配正文：…y 改写、过滤条件、Embedding 和召回策略。 情况二：Recall 高，MRR 低 正确证据找到了，但排得太靠后。优先检查混合检索融合、Rerank、时效性或权限过滤后的排序，以及最终上下文截断。 这时继续扩大候选 K 可能不会解决问题，反而增加成本。更关键的是让最有用的证据进入模型实际可见的位置。 情况三：Recall 和 MRR 都正常，Faithfulness 低 检索结果大概率已经可用，问题更可能出在上下文组织、Prompt 约束、答案生成或事实归因。 要查看…
匹配正文：…展 子查询分解：复杂问题拆分为多个子问题并行检索，结果聚合 Step-back Prompting：先问通用概念再具体到细节 四、混合检索融合 BM25 + 向量：关键词匹配兜底专有名词、ID，向量捕捉语义 融合策略：RRF（Reciprocal Rank Fusion）或线性加权，避免单一模态失效 关键权衡：精度vs延迟、内存vs召回，需根据业务SLA选择组合。
学习内容与项目面试，在同一条路上。