待验证50% 置信事实精确时间
Advanced RAG在检索前引入Query Rewriting（查询改写）和HyDE（假设性文档嵌入）优化查询质量，在检索后通过Cross-Encoder重排序和上下文压缩提升相关性
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
已验证进阶RAG方案引入了查询改写（Query Rewriting）、假设文档嵌入（HyDE）、多路召回融合（Hybrid Search结合BM25稀疏检索与向量稠密检索）和交叉编码器重排序（Cross-Encoder Reranking）等技术78% 相似待验证生产环境中的 RAG 通常结合向量语义搜索与 BM25 关键词搜索的混合检索策略，再通过 Reranker 模型对候选结果精排以提升召回质量76% 相似待验证Query Rewriting and Reranking are identified as the two most critical optimization techniques in Advanced RAG.75% 相似待验证Dify 在 RAG 管道中支持混合检索（向量检索 + BM25 关键词检索，通过 RRF 算法融合）以及 Reranker 重排序72% 相似待验证重排模型会对查询和每个候选文档进行更精细的相关性打分，将最相关的文档排在前列，从而提升检索质量70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/886988API
curl https://kongchang.com/api/v1/knowledge/claims/886988MCP
get_claim(id=886988)