结合对话历史做重排
thisguyknowsai · x · 2026-07-11
这条讲 Technique 3：Context-Aware Reranking（上下文感知重排）。
常见流程是先召回 top-10 再全部喂给模型；这里的改进是用一个轻量重排器，结合完整对话历史而不是只看当前 query 来给 chunk 打分。与前文冲突的内容会被降权，能延续上下文的内容会被提权。
作者称，这样能让最终输出中的矛盾减少 28%。
所属事件:RAG系统进阶指南：解决上下文污染的八大工程技巧(20 条相关)→
「编程与Agent」频道最新
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27
- 零基础用户用 Claude Code 两周 vibe coding 出一款 Godot JRPG — ADHDavid · 2026-10-27