待验证50% 置信概念精确时间
分层检索（两阶段检索/召回-重排架构）是当前大规模向量检索的主流范式，第一阶段用轻量级方法快速筛选候选集，第二阶段用更重的模型做精细打分。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证两阶段检索策略是先用快速的向量检索召回Top-N候选，再用交叉编码器对这N个候选精细打分，选出最终Top-K79% 相似待验证RAG检索阶段采用两阶段策略：第一阶段向量检索采用双编码器架构进行粗排，第二阶段Rerank模型采用交叉编码器架构进行精排77% 相似待验证双塔检索是工业级推荐系统中处理大规模候选集的主流召回架构，用两个独立神经网络分别将用户和物品编码为低维稠密向量，通过向量内积或余弦相似度衡量匹配程度69% 相似待验证漏斗式分层评估架构：第一层用廉价快速的语义验证器对海量 trace 初筛，第二层对模糊或高价值样本交给更强裁判模型精细评判69% 相似待验证分层评估策略：用小模型或规则做初筛，只在关键环节动用昂贵的大模型裁判，用缓存避免重复评估，用精炼评估集减少Token消耗67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025156API
curl https://kongchang.com/api/v1/knowledge/claims/1025156MCP
get_claim(id=1025156)