待验证50% 置信事实精确时间
MRR（Mean Reciprocal Rank）是Reciprocal Rank在所有可回答用例上的平均值，只取第一个相关结果的位置，不关心其余相关文档是否被召回。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证RRF（倒数排名融合）仅利用各路召回的排名位置信息（公式RRF(d)=Σ1/(k+rank_i(d))，k通常取60），对分数分布不敏感，绕开了跨模态分数对齐难题59% 相似待验证Recall@k和Reciprocal Rank@k这两个指标都不衡量最终答案是否正确、安全或有据可依，只回答检索层面的问题。57% 相似已验证RRF不需要对不同检索器的原始分数进行归一化，只依赖排名信息，但当多个检索器在同类查询上系统性犯错时RRF只会放大错误56% 相似待验证重排序（Reranking）技术先用粗检索召回大量候选片段，再用精排模型重新评分，只保留最相关内容送入模型53% 相似待验证召回加重排（Recall + Rerank）先用 embedding 或关键词检索召回 Top 10 候选，再交给大模型做最终裁决，与RAG思路一致51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1005607API
curl https://kongchang.com/api/v1/knowledge/claims/1005607MCP
get_claim(id=1005607)