检索系统里的评价指标全解析：Recall、Precision、NDCG、CLIP Score 到底在测什么？
引入 在推荐、图文检索、多模态搜索、RAG 等各种“查得准”至关重要的任务里，评价指标就像体检报告，决定了你的系统是否健康。别看名字复杂，其实这些指标背后都是很朴素的数学思想。 这篇文章带你从零到一，…
标签： 信息检索
🧠 一文看懂 RAG 中的 Rerank：从“检”到“选”的质变飞跃
标签：RAG, Rerank, LLM, 检索增强, 检索重排序, 双塔模型, Cross-Encoder, 多阶段检索, 文本相似度, 信息检索优化 本篇继续深入检索增强生成（RAG）体系的另一个灵…
🧠 一文看懂 RAG HyDE：让“假回答”替你找到真知识
标签：RAG, HyDE, LLM, 向量检索, 检索增强, Prompt Engineering, 文档嵌入, 信息检索, AI助手, AI搜索引擎 🪂 前言：RAG 的“检索短板”，终于有人补上了…
rag 向量检索的基础
RAG（Retrieval-Augmented Generation，检索增强生成）是当前构建强大问答系统和知识对齐模型的核心范式。它结合了「信息检索」和「生成式模型」的优点，极大提升了 LLM（大语…
深入理解 TF-IDF：从原理到实战应用
一、引言 在自然语言处理（NLP）和信息检索（IR）领域，我们常常需要对文本进行数字化建模，尤其是在文本分类、相似度计算、关键词提取等任务中。 TF-IDF（Term Frequency-Invers…