分层检索

大规模向量检索的主流范式，第一阶段用轻量级方法（如BM25倒排索引与ANN近似最近邻混合召回）从全量语料中快速筛出几十到几百条候选，牺牲精度换速度；第二阶段用交叉编码器等重模型对候选集精细打分重排。通过让昂贵精确计算只作用于候选集，可在保证召回率的同时将P95/P99延迟压至交互可接受范围。