RAG-Fusion 与混合检索：多路召回如何通过倒数排名融合提升检索质量？
以企业知识库问答为场景，解释 RAG-Fusion 如何结合向量检索与 BM25 等多路召回，通过倒数排名融合（RRF）合并结果，并对比重排序（Rerank）的差异。分析 RRF 的数学原理、参数敏感性（k 值）、融合策略对召回率和精度的影响，讨论在 RAG 流水线中的部署位置与性能开销。
#重排序
共 4 篇文章
交叉编码器重排序：为什么让查询与文档逐 token 交互能显著提升检索精度？
本文以企业知识库多路召回为场景，解释交叉编码器如何通过全交互注意力建模查询-文档相关性，对比双编码器的向量内积，分析其精度优势与延迟代价，并讨论在 RAG 流水线中的级联部署、批处理优化与模型蒸馏实践。
上下文文档嵌入：Anthropic 的上下文检索如何提升 RAG 检索相关性
本文以法律文档检索为场景，分析 Anthropic 提出的上下文检索（Contextual Retrieval）如何通过为每个文本块生成包含文档上下文的嵌入来改善检索相关性，对比传统分块嵌入，讨论预处理成本与延迟。
重排序模型在 RAG 中的精度-延迟权衡：交叉编码器与双编码器的对比
本文聚焦 RAG 检索后重排序阶段，以多路召回融合为场景，对比交叉编码器（如 BGE-reranker）与双编码器在精度和延迟上的差异。通过分析级联架构、模型蒸馏与批处理优化，解释重排序如何缓解“中间丢失”问题，帮助读者在工程实践中做出权衡。