Unverified50% confidenceFactExact time
企业级推荐排序系统通常采用 Learning to Rank（LTR）范式，常见方法分为 Pointwise、Pairwise 和 Listwise 三类
1
Sources
50%
Confidence
Long-term
Relevance
9/24/2026
First Seen
Sources
Related Entities
Related Claims
Unverifiedscore 类型通过有序的标准列表定义每个分数档次，适合按等级衡量某种属性64% similarUnverified向量检索精度的常见优化手段包括调整分块策略、使用重排序模型（Reranker）以及混合检索（关键词+语义）62% similarUnverified实际系统中采用粗排+精排两阶段策略：先用向量相似度快速召回Top100或Top50候选，再用reranker精细打分取Top5或Top10交给大模型61% similarUnverified重排序通常使用交叉编码器实现，将查询和候选文档拼接后同时输入，通常只对Top-50到Top-100候选重排，最终选取Top-3到Top-5送入生成模型61% similarUnverifiedchoice 类型通过 criteria 参数传入各类别的定义，用于在多个类别中做选择61% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/946708API
curl https://kongchang.com/api/v1/knowledge/claims/946708MCP
get_claim(id=946708)