切换深色模式
检索增强：先找对证据，再组织答案
对应 CS329Z · 2026-09-30 · Retrieval-Augmented Generation。日期为校方课表日期，可能调整。核对官方课表。
资料状态
核对日期：2026-09-19。对应课程尚未开课；本文是基于公开课纲与文中原始资料的原创预习技术解读，不是课堂实录、讲义翻译或官方作业答案。本文于 2026-09-20 深度修订。示例为原创教学设计；离线实验与真实模型实验的边界分别说明，不以推演冒充模型实测。
模型接口已经保证“搜索请求”格式合法，但合法查询不一定找对资料。研究助手要回答 A、B 的重启与重复执行问题，检索若只返回“性能优异”，后续模型再强也缺少事实基础。
本讲把 RAG 拆成可定位的链路：定义证据需求、建立索引、召回、排序、阅读和主张核验。真正要优化的是完成任务所需证据的覆盖，而不是让结果看起来相关。
先建立一个会出错的小语料
采用原创资料，所有版本和结论均为教学设定：
| ID | 内容 | 能支持什么 |
|---|---|---|
| D1 | A 2.0 默认只在内存保存调度任务 | 默认配置有重启丢失风险 |
| D2 | A 2.0 启用数据库后恢复；处理端需按任务 ID 去重 | 条件化恢复与业务幂等要求 |
| D3 | B 1.0 采用内存状态 | 旧版行为，不能代表 B 2.0 |
| D4 | B 2.0 在确认接收前写持久化状态；恢复可能重投 | 接收语义与至少一次执行风险 |
用户指定比较 A 2.0 与 B 2.0。检索 D3 很容易，因为它直接提到内存与重启；使用它却会让系统比较错误版本。由此可以推导：版本筛选必须是证据管线的一部分，不能只期待模型最后“注意一下”。
召回目标不是单一关键词
任务至少需要“状态是否持久化”和“重复业务如何处理”两组证据。搜索“重启恢复”可能只覆盖第一组。可先把任务拆成证据槽位，分别检索，再合并去重。
关键词检索适合配置名和错误码，向量检索适合语义改写。两者混合可以使用排序融合，避免直接相加不同尺度的原始分数。一个常见教学形式是对每个检索列表的名次使用 1/(常数+名次) 再相加；它只是候选融合方法，参数和实际收益需要在当前语料验证。
排序器只能重排召回候选。若 D2 从未进入候选集，换一个更强的排序器无法凭空补回它。因此先检查召回，再检查排序，最后检查生成。
排序融合怎样避免错误尺度相加
设关键词列表为 D1、D2，语义列表为 D2、D4。采用 RRF 原论文所述的名次融合思想，教学常数取 60，名次从 1 开始：
text
D1：1/61
D2：1/62 + 1/61
D4：1/62D2 在两个列表中都靠前，因此融合后领先。这个计算不要求关键词分数与向量相似度采用相同量纲。常数 60 在此只是示例，不能据此认定它对当前语料最优。
融合仍然没有检查版本或事实支持。如果把 D3 也排进两个列表，它同样可能获得高分。正确顺序应确保访问范围和版本适用性得到处理，再用相关性安排阅读优先级。排序分数不应该流入最终报告，成为“这条事实有 0.03 的可信度”之类没有依据的解释。
切块单位要与证据单位一致
若把 D2 的“支持恢复”和“需要去重”切到不同块，检索可能只返回前半段。固定长度切块简单，却可能割裂条件。可以保留段落结构、标题和相邻限制，或在命中后扩展读取窗口。
这里有成本取舍：窗口过大带入噪声，过小丢失语义。不要只看 chunk 大小，应该统计回答所需的条件是否在最终阅读窗口中完整出现。
证据对象至少带 document_id、版本、原文位置和正文。摘要属于派生产物，必须能够回到原段落。否则很难判断错误来自原文、切块还是模型摘要。
用“全证据覆盖”识别假进步
假设十条问题各需要两项证据。检索器每题都找中一项，按“至少命中一条”的口径可得 100%；但没有一道题具备完整回答依据。
可以同时报告必要片段召回比例与全部必要证据找齐的任务比例。两者不能替代最终答案正确率，却能告诉我们资料瓶颈在哪里。对同义证据，参考标签应允许多组合法支持集合，避免把唯一路径当成真理。
通过替换中间产物定位错误
实际诊断按三步做：先把人工选定的 D1、D2、D4 直接提供给生成器；若仍声称“不丢所以不重复”，主要错误在综合。若答案正确，再恢复真实检索；出现错误说明证据管线需要检查。最后把真实排序结果与人工排序比较，区分召回和排序问题。
这是一个控制变量实验。一次同时更换嵌入模型、切块、提示和生成模型，即使结果变好，也难以知道哪一项值得保留。
交付时必须保留资料的限定条件
对本语料，合理结论是：A 默认配置与数据库配置不同；B 2.0 的接收前持久化支持特定的重启语义；两者都不能仅凭调度恢复推导业务恰好执行一次。缺少业务幂等实现资料时，应明确列出待验证项。
WikiChat 研究可作为检索与事实核验结合的补充。这里的四份语料和诊断方法是原创设计，不是它的复现实验。
检索结果现在有了证据结构，下一讲要保证工具异常不会把“读不到”伪装成“资料不存在”。继续阅读工具调用。