Verified65% confidenceFactExact time
RRF不需要对不同检索器的原始分数进行归一化，只依赖排名信息，但当多个检索器在同类查询上系统性犯错时RRF只会放大错误
3
Sources
65%
Confidence
Long-term
Relevance
9/2/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedRRF（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76% similarUnverified恢复正确的变量排序并不需要排序分数的估计误差处处都很小，而只需要对这些误差进行单边控制68% similarUnverified确定性评分器能可靠捕捉字段格式错误，但在整个套件上做平均后无法告诉你错误集中在哪里64% similarUnverifiedRLHF依赖的偏好数据存在标注者间一致性低、位置偏差、长度偏差等系统性缺陷63% 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63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/842495API
curl https://kongchang.com/api/v1/knowledge/claims/842495MCP
get_claim(id=842495)