「过期令牌应当如何刷新」是一类查询,「RFC-214」里的 4.2 节是另一类。纯向量通道和纯关键词通道各会漏掉哪一种,两路候选名单该如何合成?
题目
「过期令牌应当如何刷新」是一类查询,「RFC-214」里的 4.2 节是另一类。纯向量通道和纯关键词通道各会漏掉哪一种,两路候选名单该如何合成?
参考答案
点击展开参考答案
- 编号、章节号、错误码适合词法检索(如 BM25):这些稀有字面不在块里就几乎召不回。
- 换一种说法的操作问题适合稠密检索:词法对不上 refresh、rotate、renew 这类同义表达。
- 两路各取 top-n,用只看名次、不看原始分的融合(例如 Reciprocal Rank Fusion)合成一路,再截断给重排或生成。
- 只调一路的分数阈值,往往顾此失彼。
- BM25 靠词频和逆文档频率,对 RFC-214、4.2、ECONNRESET 这类稀有 token 很敏感,对同义改写和轻度错字弱。
- 稠密检索能把“令牌过期怎么刷新”对到讲 rotate expired credentials 的段落,却也可能把另一个也带 214 的工单、或把第 4 节概述当成近邻。