小学生都能懂的 RRF(Reciprocal Rank Fusion)说明

小学生都能懂的 RRF(Reciprocal Rank Fusion)说明

让我们用一个简单的例子来解释RRF(Reciprocal Rank Fusion)公式。

想象一下,你和你的朋友们都在寻找一本丢失的书。你们每个人都列出了自己认为最有可能藏书的地方,并且按照可能性从高到低排序。RRF公式就是用来结合所有人的列表,找出最有可能的地方。

假设有三个朋友,他们的列表如下:

朋友A的列表:

  1. 书架
  2. 桌子
  3. 床下

朋友B的列表:

  1. 床下
  2. 书架
  3. 桌子

朋友C的列表:

  1. 桌子
  2. 书架
  3. 床下

RRF公式是这样工作的:对于每个地方,我们计算它在每个人列表中的位置的倒数,然后把这些倒数加起来。这个总和就是这个地方的"融合分数"。

例如,对于"书架",它在朋友A的列表中排名第1,在朋友B的列表中排名第2,在朋友C的列表中排名第2。我们计算倒数:

  • 朋友A:1 / 1 = 1
  • 朋友B:1 / 2 = 0.5
  • 朋友C:1 / 2 = 0.5

然后把这三个数加起来:1 + 0.5 + 0.5 = 2。

对于"床下",它在朋友A的列表中排名第3,在朋友B的列表中排名第1,在朋友C的列表中排名第3。我们计算倒数:

  • 朋友A:1 / 3 = 0.33
  • 朋友B:1 / 1 = 1
  • 朋友C:1 / 3 = 0.33

然后把这三个数加起来:0.33 + 1 + 0.33 = 1.66。

对于"桌子",它在朋友A的列表中排名第2,在朋友B的列表中排名第3,在朋友C的列表中排名第1。我们计算倒数:

  • 朋友A:1 / 2 = 0.5
  • 朋友B:1 / 3 = 0.33
  • 朋友C:1 / 1 = 1

然后把这三个数加起来:0.5 + 0.33 + 1 = 1.83。

最后,我们比较这三个地方的"融合分数":书架(2),床下(1.66),桌子(1.83)。书架的分数最高,所以它是最有可能藏书的地方。

这就是RRF公式的基本思想,它帮助我们结合多个列表,找出最有可能的答案。

相关推荐
民乐团扒谱机7 分钟前
【微实验】组合优化matlab实战(马科维茨投资模型):在收益与风险之间,寻找最优的人生配比
大数据·人工智能·算法·机器学习·数学建模·matlab·组合优化
嘶哈哈哈15 分钟前
使用 Labelme 标注遥感目标检测数据集:从类别表、矩形框到 group_id 完整流程
人工智能·目标检测·目标跟踪
kyriewen17 分钟前
面试官说"打开你的AI工具"——我才发现,他考的根本不是写代码
前端·人工智能·面试
冬奇Lab31 分钟前
Code Agent 解剖(03):各家 LLM 格式不一样,agent 怎么统一对接?
人工智能·开源
lifallen32 分钟前
模型不是函数:claude-cookbooks/misc 十四篇的公共底层
人工智能·学习·ai·ai编程
冬奇Lab36 分钟前
开源项目第189期:DeepTutor — Agent 原生的终身个性化学习工作台,三层记忆+多引擎RAG+Partners
人工智能·开源·资讯
小柯南敲键盘1 小时前
电商图片翻译工具推荐,批量处理主图视频字幕,免费试用
大数据·人工智能·python·音视频
一次旅行1 小时前
2026.08.16 AI产业深度解读|国产大模型全面突围,算力硬件/智能安全/人形机器人四大趋势附落地方案
人工智能·安全·机器人
观远数据1 小时前
零售连锁BI选型清单:什么样的场景适合ChatBI,什么样的场景不适合
大数据·人工智能·零售
IT_陈寒1 小时前
Vue的双向绑定把我坑惨了,原来这个场景不能用
前端·人工智能·后端