基础篇

F29｜从搜索结果到可信答案：召回、重排和证据

基础篇约 2.9 千字1 组分步图解

从具体对象与小例子开始，理解计算过程与适用条件。

本节会用到

F09 · 概率、指数与softmax F28 · 检索入门

本章目录

动态图解 · F29

从两个候选列表，走到可用证据

“相关”与“足以回答”中间还差哪几步？

多个检索入口可能互补。融合处理“哪些候选值得优先看”；重排对少量候选作更细比较；证据核验处理“这段话是否真的支持当前结论”。三个阶段目标不同，不能用一个相似度分数替代全部判断。

RRF通过名次而非原始分数融合候选列表的方法。

重排对召回后的候选重新作相关性排序。

证据充分性材料能否支持问题要求的结论和条件。

输入与适用条件：本图独立排名算例：关键词[A,B,C]、语义[B,C,A]、k=60。所有候选始终不变，不接用其他章节的排名数据。

1 / 5 · 两种搜索给出不同名次

停留时间

步骤第1步，共5步

窄屏可左右滑动图形，或点击“放大图形”。文字解释紧随图后。

固定三个候选：关键词排名A、B、C；语义排名B、C、A。两种原始分数不在同一量纲，不能盲目相加。

本步状态由图形与说明共同给出。

默认静止。用“下一步”看完解释再继续；播放到最后一步自动停止。键盘聚焦播放器后，可用左右键逐步查看、空格播放/暂停。图中颜色辅助区分，含义同时用文字注明。

为什么需要

精确词项与语义线索各有盲区，组合能提供互补候选。

怎样实现

先融合候选，再核实原文与元数据，必要时补查缺失证据。

可能的代价与误解

提高Top-k可能把更多无关内容塞入上下文；检索器成绩提升不一定带来任务成功率提升。

如何判断是否做对

分别测召回、排名和最终回答支持度；不要只测最终一项或只测搜索分数。

召回和重排为什么分两步

召回candidate retrieval先从大量材料中找出一个较小候选集合，追求别漏掉关键材料，同时控制成本。重排reranking再用更细的相关性判断排列这些候选。

候选集合没有包含正确文档，重排器就无法凭空找回它。重排更强不等于整个检索管线更完整。

关键词和向量怎样一起用

关键词擅长精确名称，向量擅长部分语义匹配。混合检索hybrid retrieval把两条或多条路径的结果组合。

直接把BM25分数8.2加到余弦0.7上不一定有意义，因为量纲和分布不同。RRF（倒数排名融合）按排名而不是原始分数融合。一种形式是对每条路径贡献1/(c+排名)，再相加。

例如取教学常数c=10，文档A在两条路径分别排1、3，得1/11+1/13≈0.1678；文档B分别排2、1，得1/12+1/11≈0.1742，因此B略靠前。这个值不是正确概率。候选只出现于一条路径时，另一条不凭空加分。

Cross-encoder为什么更细也更贵

双编码器bi-encoder分别把查询和文档变成向量，再快速比较，可以预存文档向量。交叉编码器cross-encoder把查询与候选文档一起交给模型，允许更细的词项互动，但每对都要计算，通常更适合较小候选集合。

ColBERT一类方法保留多Token表示后进行细粒度交互，处在另外的计算与存储取舍点。不要只把它们按“高级程度”排顺序，要看规模、预算和任务。

查询改写和假设文档的边界

查询改写把用户问题变成更适合搜索的表达，但不能把“可能是缓存问题”改写成“已确认缓存损坏”。改写中的假设仍是假设。

HyDE利用生成的假设性文档帮助检索；该文档是检索辅助，不是实际证据。RAPTOR用分层摘要组织检索；GraphRAG利用实体关系或社区摘要等组织跨文档信息。它们解决不同失败模式，增加结构也会带来更新和错误传播成本。

一次RAG链路怎样不漏层

RAG（检索增强生成）不是一个新的基础模型种类，而是先取证据再让生成模型利用证据的系统方式。可以这样检查：

问题与权限范围
-> 查询理解
-> 候选召回
-> 版本和权限检查
-> 融合与重排
-> 补齐必要上下文
-> 判断证据足够与否
-> 生成并绑定引用
-> 核验关键结论

具体过滤可发生在多个阶段；关键是未经授权的数据不能进入不该看见它的组件。

为什么答案很像真的，却仍然错

可能切块丢了否定句，索引混了版本，召回漏了例外，重排偏好旧文，或模型把建议写成强制规范。每层都要有可观察证据；单纯换一个更大的生成模型可能只让错误表达更流畅。

运行示例 · F29

把两个榜单融合，再检查是否足够回答

输入与条件。关键词检索返回 [A,B,C]，向量检索返回 [B,C,D]。取RRF常数60，每榜单名次从1开始。问题需要同时找到配置A与测试B。

步骤与对象	内部动作	中间结果 / 新状态
1计算A	只在第1榜单排1	得 `1/61≈0.016393`。
2计算B	分别排2和1	得 `1/62+1/61≈0.032522`。
3计算C与D	C排3和2；D只排3	C约0.032002，D约0.015873。
4融合排序	按总分降序	得到 `[B,C,A,D]`。
5只取前2的后果	上下文只放B、C	虽有高相关结果，仍缺配置A，无法完成需要A与B的核验。

把过程连起来。排序高不等于证据齐全；知道问题需要哪些事实，才能判断取几个结果够用。

边界与反例。两个榜单为教学设定，不是实际Embedding服务返回值；RRF算术是真实执行。

依据与适用范围：[RRF]。示例输入和场景由本书明确设定。

课后自检

自检 1

Reranker能否把召回集合外的正确文档重新排进来？

查看参考答案收起参考答案

仅对给定候选重排时不能，必须重新检索或扩大召回。

自检 2

HyDE生成了一段很合理的说明，能把它当事实来源吗？