混合检索候选池从 k=100 扩到 2000,召回率 0.476 升至 0.871
CShorten30 · x · 2026-11-16
Scaling Reranked Retrieval 线程第 3 节:实验先把混合检索(BM25 + Snowflake Arctic 2.0 embeddings)从 k=100 扩到 k=2,000,平均候选池召回率从 0.476 陡升至 0.871。
这个召回率是下游所有阶段的天花板——不在候选池里的相关文档,后面任何重排都救不回来。
所属事件:检索重排研究:混合检索加 LLM 二次重排 nDCG 提升 2.6 倍(3 条相关)→
「研究」频道最新
- OSWorld-Persona 基准:108 段录屏评测智能体何时该主动帮忙 — EchoShao8899 · 2026-11-16
- Fable 5.2 解谜「好得可疑」,被质疑训练时见过 MazeBench — patience_cave · 2026-11-16
- 研究:人们在道德两难中想从 AI 顾问那里获得怎样的「对齐」 — MaartenSap · 2026-11-16
- Schmidhuber 发新综述:机器学习是一门「功劳分配」的科学 — SchmidhuberAI · 2026-11-16
- Andrew Wilson:超越黑盒预测的 AI 研究是最鼓舞人心的方向 — andrewgwils · 2026-11-16
- Perplexity 宣布成立 Frontier Research,公开推进模型与算法前沿 — andrewgwils · 2026-11-16