待验证50% 置信解决方案精确时间
标准做法是把交叉编码器仅用于对检索返回的几十个候选做精排，形成“粗召回 + 精排序”的两阶段流水线。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
RAG检索优化实战：混合搜索、重排序与召回率评估
rss2026/10/16
涉及实体
相关事实
待验证重排序使用交叉编码器对查询-文档对逐一打分，精度远高于向量相似度但计算成本更高，因此只对粗排后的少量候选做精排，形成粗排+精排两阶段架构。76% 相似待验证重排序使用Cross-Encoder模型对初步检索召回的候选文档逐对打分，精排出Top-K送入LLM75% 相似待验证重排阶段通常对10-50条候选文档进行精排，能够捕捉双编码器遗漏的细微语义关联从而提升检索相关性72% 相似已验证重排序通常使用交叉编码器实现，将查询和候选文档拼接后同时输入，通常只对Top-50到Top-100候选重排，最终选取Top-3到Top-5送入生成模型71% 相似待验证重排序通常采用CrossEncoder架构，将查询与候选块拼接后进行相关性评分，在工业级RAG系统中已成为标准的粗排+精排两阶段架构70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1044239API
curl https://kongchang.com/api/v1/knowledge/claims/1044239MCP
get_claim(id=1044239)