相似度阈值与无答案判定
阈值用来判断“知识库里到底有没有相关内容”：取回结果后看最高分是否低于阈值，低于就进入兜底话术，而不是硬让模型生成。阈值没有通用常数——它取决于 embedding 模型、是否归一化、分数口径（余弦、内积还是重排分），照抄别人博客里的数字通常会让误拒率飙升。正确做法是从标注样本里观察相关与不相关两类问题的分数分布，取一个在误拒（该答没答）与误收（没答案硬答）之间平衡的位置。
基本信息
| 作用 | 判断是否有相关内容，决定是否走兜底 |
|---|---|
| 取值来源 | 标注样本的分数分布，不照搬外部经验值 |
| 影响变量 | embedding 模型、归一化方式、分数口径、是否重排后判定 |
| 两类错误 | 误拒（漏答）与误收（答错） |
| 配套动作 | 阈值变更要重跑评测，包含“无答案集”子集 |
典型使用场景
- 内部制度问答：库里没有的问题必须明说没有，不能编造条款
- 服务健康监控：统计低于阈值的查询占比，骤升说明语料或检索链路出了问题
- 换模型后重新定标：新模型的分数分布不同，旧阈值直接失效
- 多路召回判定：在融合后的分数上定阈值，而不是在某一路的原始分数上
- 与重排配合：先按召回分做粗筛，再按重排分做最终无答案判定
阈值判定与兜底
阈值判定与兜底
hits = vector_store.search(q_vec, top_k=10)
best = hits[0].score if hits else 0.0
if best < ANSWER_THRESHOLD: # 阈值来自标注样本
return '知识库中未找到相关内容，建议转人工或换个问法。'
answer = generate(q, build_context(hits))两类错误的取舍
| 阈值 | 误拒 | 误收 | 适用 |
|---|---|---|---|
| 偏高 | 增多：有问题也拒答 | 减少 | 合规、医疗等不能出错的场景 |
| 居中 | 平衡 | 平衡 | 多数企业知识库 |
| 偏低 | 减少 | 增多：没依据也生成 | 探索性检索、辅助人工判断 |
阈值算在哪个分数上要写进文档：向量分、融合分、重排分三者分布不同，业务代码与评测脚本必须用同一个口径，否则两处逻辑会打架。