Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
Embedding微调实战：提升RAG检索质量的核心优化手段
bilibili研究院张Q7/8/2026
Related Claims
Unverified2022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% similarUnverified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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/488692API
curl https://kongchang.com/api/v1/knowledge/claims/488692MCP
get_claim(id=488692)