RRF 倒数排名融合:RAG 里那个看起来土、却一直没被换掉的小公式

Posted on 日 19 4月 2026 in Journal • Tagged with RAG, RRF, Reciprocal Rank Fusion, BM25, Vector Search, Hybrid Search, Reranker, Retrieval

RRF(Reciprocal Rank Fusion)是 RAG 检索里一个长得土、却几乎没人舍得换掉的小公式。不需要训练,不挑分数尺度,一行代码就能把 BM25 和向量检索揉到一起。本文把公式拆开,给一个手算例子,再聊聊它什么时候好用、什么时候该让位给 reranker。


Continue reading

用 pgvector 做 RAG:别急着上 Pinecone,你的 PostgreSQL 就够了

Posted on 二 10 3月 2026 in AI • Tagged with RAG, pgvector, PostgreSQL, embedding, vector-search, Python, AI

你刚写完一个 RAG demo,跑通了 OpenAI embedding + Pinecone,兴奋了三秒——然后老板问你:"这个月 Pinecone 账单多少?"于是你开始重新审视那台已经跑了三年的 PostgreSQL。好消息:装个 pgvector 扩展,它就是你的向量数据库。这篇文章给你一套从 Docker 部署到 Python 完整代码的实操指南,跑完就能用。


Continue reading

RAG 进阶指南:别只盯着向量数据库,Elasticsearch 才是扫地僧

Posted on 四 15 1月 2026 in AI • Tagged with RAG, Elasticsearch, Vector Search, LLM, Hybrid Search

你的 RAG 系统总是在胡说八道?多半是检索拖了后腿。本文基于 Medium 高赞文章,深度解析如何利用 Elasticsearch 的混合检索、函数得分等高级特性,拯救你那“弱不禁风”的 RAG。


Continue reading