待验证50% 置信事实精确时间
两阶段检索架构在神经网络时代之前已被搜索引擎采用（BM25粗召回+Learning to Rank精排）
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
Embedding微调实战：提升RAG检索质量的核心优化手段
bilibili研究院张Q2026/7/8
相关事实
待验证2022年以来Freitag等人在Google的研究表明，基于神经效用指标（如BLEURT、COMET）的MBR解码在WMT翻译任务上持续超越束搜索65% 相似待验证神经网络架构搜索（NAS）自2017年由谷歌提出以来已成为深度学习研究的重要分支65% 相似待验证微软研究院于 2024 年提出 GraphRAG 框架，引入 Local Search 和 Global Search 两阶段检索机制63% 相似待验证谷歌等公司采用近似最近邻算法（ANN），如HNSW图索引结构，以极低精度损失换取毫秒级检索速度62% 相似待验证第二代AutoML以神经架构搜索为标志，Google的NASNet和EfficientNet出自这一思路61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/488692API
curl https://kongchang.com/api/v1/knowledge/claims/488692MCP
get_claim(id=488692)