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
AI情绪识别开源1 小时前
检信 ALLEMOTION OS 加密打包可执行程序 — 全面测试报告版本: v1.3功能测试 / 性能测试 /
开发语言·数据结构·人工智能·功能测试
ZGIAI1 小时前
ZGI 迭代节点:批量资料的逐项处理
人工智能·架构
ZGIAI1 小时前
ZGI 知识检索:让业务回答有据可查
人工智能·架构
Asize1 小时前
框架的说明书是写给 AI 看的:我用 Next.js 搭了个博客
人工智能·代码规范·next.js
2601_955662462 小时前
AI 配音工具 7 款实测:短视频、影视解说、小说推文音质横向对比
人工智能·音视频·语音识别·视频
AI创界者2 小时前
PinkCherry-MiniMax-H3 全能AI视频整合包:8G显存开箱即用,支持首尾帧/超分补帧/自动提示词
人工智能·aigc
罗西的思考2 小时前
【Agentic RL / 强化学习框架】Molt 设计解读
人工智能·算法·机器学习
Mr数据杨2 小时前
GNSS伪距误差预测实战案例 从Kaggle回归任务到城市定位误差补偿
人工智能·数据分析·kaggle竞赛
冬奇Lab2 小时前
Code Agent 解剖(15):Harness 设计之五——可观测性
人工智能·开源