RRF 融合后还要不要重排：先画候选召回上限-北京尧图网络

RRF 能把不同检索通道的排名合到一起但它不能把没召回的文档变出来。重排器也是一样。很多“换了重排模型还是答错”的问题实际发生在候选池形成之前。10 月 8 日Qdrant 与 Pento 发布了 miniCOIL EN-ES 的双语稀疏检索研究预览尝试让英语与西班牙语的概念共享稀疏槽位。这提醒我们稀疏与稠密检索的差异不只是两组分数范围语言、词项和模型训练方式都会影响漏召回的类型。该预览没有提供中文业务的效果保证。官方文章先检查“有没有”再检查“排第几”对于一条有人工相关性标注的查询先算候选池是否覆盖正确文档再检查最终 Top-k 的顺序。若标注答案是文档 E而两路候选只含 A、B、C、D任何重排分数都无法修复这个遗漏。RRF 对某个文档的贡献是1 / (k rank)其中 rank 从 1 开始。各通道内部应该先去重不然重复 ID 会被当成多份证据。k、每路深度、融合后的截断深度需要一起实验没有一个参数能对所有查询都处在帕累托前沿。下面只实现确定性的排名融合。它没有生成随机模型分数也不在输出上伪装成 Cross-Encoder 推理。图中 E 位于候选池外它表示召回遗漏。不要把这张示意图理解成某个模型的性能结果代码中的顺序完全由两份人工给定的列表决定。from collections import defaultdict def rrf(rankings, k60): if k 0: raise ValueError(k must be nonnegative) scores defaultdict(float) for ranking in rankings: unique list(dict.fromkeys(ranking)) for rank, doc_id in enumerate(unique, 1): scores[doc_id] 1.0 / (k rank) return sorted(scores, keylambda d: (-scores[d], d)) def candidate_recall(candidates, relevant): if not relevant: raise ValueError(query has no relevance judgment) return len(set(candidates) relevant) / len(relevant) rankings [[A, B, B, C], [C, A, D]] fused rrf(rankings) assert len(fused) 4 and fused[0] A assert rrf([[A, A]]) rrf([[A]]) assert candidate_recall(fused, {E}) 0.0 assert E not in fused print(fusedA,C,B,D; missed candidate E remains unrecoverable)例子跑通以后还要验证什么这段代码已在本地 macOS、CPython 3.9.6 下运行实际输出为fusedA,C,B,D; missed candidate E remains unrecoverable。它验证的是例子中的数据约束与分支不包含线上服务的吞吐或延迟测量。未运行 BM25 索引、miniCOIL、向量库或 Cross-Encoder未测 GPU 或并发性能。接入真实系统后需要分别记录每路深度、候选并集召回率、融合召回率、重排质量和排队耗时。改一个参数时其他条件与评测查询应固定不要同时换模型、向量与分块后把收益全归给 RRF。延伸阅读miniCOIL EN-ES2026 年 10 月 8 日的研究预览说明双语稀疏表示的尝试与限制。Qdrant Hybrid Queries查阅融合与多阶段查询语义实际 API 仍需按部署版本验证。

RRF 融合后还要不要重排：先画候选召回上限

相关推荐

199_负载突变下转速环积分饱和的恢复过程设计

198_弱磁区电压裕量不足时的电流分配策略调整

197_电流环与速度环带宽配比失当引起的振荡现象

更多资讯

Agent-Reach：基于Python与CLI的AI Agent工具链开发实战

多维特征融合的互联网贷款客户聚类与风险预警实战

AI增强数据分析系统：架构设计与实战应用

AI智能体分诊台技术：提升大模型任务处理效率

国产AI CRM技术解析：智能客户管理与销售预测实践

Agent-Reach：为AI智能体补齐工具调用最后一公里

今日更新

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？