🌞欢迎来到人工智能的世界
🌈博客主页：卿云阁💌欢迎关注🎉点赞👍收藏⭐️留言📝
📆首发时间：🌹2026年6月2日🌹
✉️希望可以和大家一起完成进阶之路！
🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！
目录
重排序
RRF倒数排名融合
Reranker 模型重排序
LongContextReorder
RAG Fusion
上下文压缩与过滤
重排序
RRF倒数排名融合
B和A会排在最前面。两份检索列表里都出现了这两个文档，能累计两路排名对应的分数，综合认
可度远高于仅出现在单列表的文档。其中B在向量检索位列第1、BM25位列第2，整体排名更靠
前，最终得分会略高于A；A在BM25排第1、向量检索排第3，综合分数次之。
C仅存在于BM25检索结果中，D仅存在于向量检索结果中，二者都只能计算单路排名分数，得分偏
低，因此会排在A、B之后。
Reranker 模型重排序
Reranker 模型重排序就是：先由检索器粗略召回一批候选文档，再让模型逐个判断“问题和文档是
否真的相关”，重新打分排序，把最能回答问题的文档排到前面。
LongContextReorder
LongContextReorder 是一种检索后上下文重排方法：当 RAG 系统已经检索出一批相关文档，并
且这些文档要一起塞进大模型的长上下文里时，它不会改变文档内容，也不会重新检索，而是调整
这些文档在 prompt 里的摆放顺序。它背后的依据是 “Lost in the Middle” 现象，也就是大模型在长
上下文中通常更容易利用开头和结尾的信息，而中间位置的信息更容易被忽略。因此，如果我们直
接按照相关性从高到低排列文档，最相关的文档可能只有第一篇被模型充分关注，第二、第三篇反
而可能落在中间被弱化。LongContextReorder 的做法是把最相关的文档分散放到上下文的开头
和结尾，把相对不重要的文档放在中间，从而提高关键证据被模型看到和使用的概率。简单说，它
解决的不是“找哪些文档”，而是“找回来的文档怎么摆放，才能让大模型更好地用”。
RAG Fusion
RAG Fusion 是一种把“多角度查询”和“多路结果融合”结合起来的 RAG 优化方法，它的核心思想
是：用户原始问题往往只表达了一个角度，如果只用这一句话检索，可能会漏掉相关但表达方式不
同的资料，所以系统会先让 LLM 根据原问题生成多个不同角度的检索 query，然后分别用这些
query 去检索知识库，得到多组候选文档结果；接着再用 RRF 这类融合方法把多个检索列表合
并、去重并重新排序，让那些在多个查询结果中都排名靠前的文档获得更高优先级。这样做可以同
时提高召回的全面性和排序的稳定性，尤其适合宽泛问题、复杂问题、跨文档问题，或者文档表达
方式很多样的场景。简单说，RAG Fusion 不是只问一次、找一次，而是“从多个角度问，多路找资
料，再把结果融合成一份更可靠的上下文”，最后交给大模型生成答案。
上下文压缩与过滤
上下文压缩与过滤是一种发生在“检索之后、生成之前”的 RAG 后处理技术，它的核心作用是把检
索回来的候选文档变得更短、更干净、更相关。因为检索器命中某个 chunk，并不代表这个 chunk
里的所有内容都对用户问题有用，很多时候真正相关的信息只藏在长文档中的一两句话里，其余内
容可能是背景、价格、版本、售后、重复说明或无关段落；如果把这些内容原封不动塞给大模型，
不仅会增加 token 成本，还可能让模型被噪声干扰，导致回答跑偏。所以上下文压缩与过滤会先根
据用户问题，对候选文档进行筛选、抽取、去重和长度控制，只保留能直接支持回答的证据片段，
再把这些压缩后的上下文交给 LLM。它可以用规则、关键词、embedding 相似度、Reranker 或
LLM 抽取来实现，本质上解决的不是“找不找得到资料”，而是“找回来的资料里，哪些部分真正值
得给模型看”。
----配置串口打印)