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
摘星编程1 天前
大语言模型(Large Language Models,LLM)如何颠覆未来:深入解析应用、挑战与趋势
人工智能·语言模型·自然语言处理
Li emily1 天前
解决了股票实时数据接口延迟问题
人工智能·fastapi
SuniaWang1 天前
Milvus 深度解析:为 AI 而生的云原生向量数据库
数据库·人工智能·milvus
leo·Thomas1 天前
PentAGI-(AI自动化渗透)Docker环境部署
人工智能·自动化·渗透·pentagi
墨染天姬1 天前
【AI】conda常用指令
人工智能·conda
SCBAiotAigc1 天前
2026.2.25:conda与uv并存时,如何取消base激活
人工智能·python·conda·uv
kebijuelun1 天前
STAPO:通过“静音”极少数伪噪声 Token,稳定 LLM 强化学习
人工智能·深度学习·机器学习
weixin_397578021 天前
LLM应用开发十:本地部署Dify, Docker, Ollama
人工智能
zhangfeng11331 天前
快速验证哪个文件坏了 模型文件损坏或不完整大语言模型开发 .llm
人工智能·chrome·语言模型
Youngchatgpt1 天前
如何修复 ChatGPT“无法加载历史记录错误”(快速修复)
人工智能·chatgpt