Unverified50% confidenceFactExact time
RRF（倒数排名融合）仅利用各路召回的排名位置信息（公式RRF(d)=Σ1/(k+rank_i(d))，k通常取60），对分数分布不敏感，绕开了跨模态分数对齐难题
1
Sources
50%
Confidence
Long-term
Relevance
7/7/2026
First Seen
Sources
企业级RAG知识库落地的5大工程硬伤：从Demo到生产的真实门槛
bilibili赋范课堂7/4/2026
Related Claims
Unverified在RAG场景中，分块大小、检索Top-K数量、相似度阈值、是否引入Rerank重排序模型等参数相互影响，没有通用最优解62% similarUnverified在RAG系统中检索结果按相关性分数排序拼接，最相关chunk不一定排在最显眼位置，可能因位置不当被模型忽视59% similarUnverified均方误差对应的是高斯分布假设下的最大似然，而分类问题的标签并不服从高斯分布56% similarUnverifiedHNSW可能陷入局部最优漏掉近邻，IVF在文件夹边界可能漏检，PQ用编号代替真实值带来精度损失56% similarUnverified离线RL的核心难题是如何避免对数据集未覆盖的状态-动作对产生过于乐观的价值估计（分布外外推问题）54% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/180996API
curl https://kongchang.com/api/v1/knowledge/claims/180996MCP
get_claim(id=180996)