检索结果重新排序？RRF（Reciprocal Rank Fusion）介绍

        在之前探索的RAG系统中，为了提升检索质量，我们通常会引入不同的检索方法进行不同的相关性检索，并最终整合所有的检索结果进行最终的排序。在这个过程中涉及到一个概念：RRF。那它是什么意思呢？它是怎样进行计算的呢？本文将帮助你理解这个概念。

        RRF（Reciprocal Rank Fusion）是一种用于融合多个排名列表的方法，常用于信息检索领域中，特别是当有多个不同的检索模型产生的排名需要合并时。RRF 的目标是通过结合多个模型的优点来获得更高质量的最终排名。

RRF 的计算方式

1. 初始化参数：

   • 设定融合权重 ，通常取值为 0.5，表示对每个排名列表赋予相等的权重。
   • 设定参与融合的排名列表 ​。

2. 计算每个排名列表的倒数排名：

   • 对于每个排名列表  中的每个文档 ，计算其倒数排名