首页/AI/RAG 与向量库速查/召回差 vs 重排差的区分
本包目录(229 条)

召回差 vs 重排差的区分

判断问题在召回还是重排:用精确检索或人工挑出的理想片段对比——理想片段不在候选池内是召回问题;在池内但没进上下文是重排/截断问题;两者修复动作完全不同。

RAG 与向量库速查AI更新于 2026-10-12

定位脚本

定位脚本
gold_in_pool = [g in [c.id for c in retrieve(q, top_k=50)] for g in gold[q]]
gold_in_final = [g in [c.id for c in final_top8]] for q in queries]
print("召回覆盖:", sum(gold_in_pool)/len(queries))
print("终选覆盖:", sum(gold_in_final)/len(queries))
召回覆盖高、终选覆盖低 → 优先看重排与截断;两者都低 → 先看切分与 embed 质量。

易错点

  • 不区分层次直接更换 embedding 模型,改动成本高且未必命中
  • top_k 太小导致候选池先天不含正确答案

数据来源与参考

  • Manning et al., Introduction to Information Retrieval(召回/排序分层)
  • Cohere 官方文档(Rerank 使用诊断)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌