检索重排研究:混合检索加 LLM 二次重排 nDCG 提升 2.6 倍
Christopher Shorten 发布研究报告 Scaling Reranked Retrieval,探讨检索算力应花在哪里,提出深度、候选池规模等三个杠杆。实验显示将混合检索(BM25+Snowflake Arctic 2.0 embeddings)候选池从 k=100 扩到 2000,召回率从 0.476 升至 0.871;Zerank-2 加 LLM 二段重排流水线以每查询约 0.037 美元达到 nDCG 0.47,各配置构成清晰的 Pareto 前沿。
2026-11-16 ~ 2026-11-16 · 3 条相关
- 重排序堆出质量阶梯:混合检索+LLM 二次重排 nDCG 翻 2.6 倍 — CShorten30 · 2026-11-16
- 混合检索候选池从 k=100 扩到 2000,召回率 0.476 升至 0.871 — CShorten30 · 2026-11-16
- 检索重排实测:Zerank-2+LLM 二段流水线每查询约 $0.037 达 nDCG 0.47 — CShorten30 · 2026-11-16