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
九酒18 小时前
AI Agent 开发踩坑记:口播功能非得用 APP 原生实现吗?
前端·人工智能·agent
蝎子莱莱爱打怪18 小时前
DSpark 讲透:DeepSeek 不换模型,硬把 V4 提速 85%,是怎么做到的?
人工智能·面试·程序员
巫山老妖20 小时前
置身AI内
人工智能
IT_陈寒21 小时前
JavaScript项目实战经验分享
前端·人工智能·后端
vanuan1 天前
两个AI智能体第一次对话-A2A双Agent协作实战
人工智能
kfaino1 天前
码农的AI翻身(四)你好,我叫 Attention
人工智能·后端
雨落Re1 天前
如何设计一个高质量Skill
人工智能
Token炼金师1 天前
大模型权重文件全指南:从格式选择到优化实战
人工智能
阿牛哥_GX1 天前
CDP 浏览器操控原理:让脚本接管你的浏览器
人工智能
ThreeS1 天前
手搓MiniVLA全实战教程-一步一步用pytorch解释原理与思路
人工智能·python