待验证50% 置信基准精确时间

作者用五份真实金融/支付文档和十个人工核验过的测试问题，对仅向量、仅BM25、无重排序的混合检索以及完整ReRankEval四种方案做了横向对比

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/5

首次发现

有效期至：2027/1/3

来源

混合RAG检索实战：Dense+BM25+RRF与重排序完整解析

涉及实体

ReRankEvalproduct

相关事实

待验证在Adult Income数据集上的实验中，作者将399个反事实解释通过聚类归纳为6个干预簇，进一步提炼出6条全局规则73% 相似待验证该测试样本规模相对有限（5个模型、13个代码库），结论有待更大规模验证68% 相似待验证作者使用 Astra 配合 GPT 对项目进行全方位测试，短短两天提交了一百多个 issue，其中一轮测试提了约 44 个67% 相似待验证测试套件共10个，大多数各跑1000题，HumanEval为164题，TruthfulQA为817题65% 相似待验证测试采样步数为基础10步加精修4步，作者刻意压低步数以在极端条件下暴露退化问题64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/976375

API

curl https://kongchang.com/api/v1/knowledge/claims/976375

MCP

get_claim(id=976375)