RRF 倒数排名融合的原理与用途
哪些公司问过
普联1
答案要点
- RRF 得分公式:score(d) = Σ 1/(k + rank_i(d)),名次从 1 开始,k 常取 60
- 典型用途是混合检索中融合 BM25 与向量检索等多路召回结果
- 只依赖名次不依赖原始分数,无需对不同量纲的分数做归一化,也无需训练
- k 越大,名次靠前与靠后文档的得分差距越平缓
- 会丢失分数间距信息;通常作为融合步骤,后接交叉编码器等模型精排
易错点
- 把 RRF 当成基于模型的语义重排
- 名次从 0 开始计算,或忘记加常数 k 导致第一名权重过大
- 直接把 BM25 分数和向量相似度相加而不做归一化
面试官常见追问
- RRF 和加权分数融合怎么选?
- RRF 之后还需要重排吗?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。