🎯 Reciprocal Rank Fusion (RRF) 算法

📚 什么是 RRF？

想象一下，你问两个朋友："哪家餐厅最好吃？" 他们分别给你推荐了不同的餐厅，并且都排了名次。 RRF 算法就是用来把这两个排名合并成一个最终排名的方法！

🍕 生活例子：选餐厅

朋友A的推荐（按好吃程度排名）：
1. 披萨店 🍕
2. 汉堡店 🍔
3. 寿司店 🍣

朋友B的推荐（按好吃程度排名）：
1. 寿司店 🍣
2. 披萨店 🍕
3. 汉堡店 🍔

RRF 的作用：把两个朋友的推荐综合起来，找出大家都认为好吃的餐厅！

🤔 为什么需要 RRF？

在信息检索中，我们经常有多个"检索器"（就像多个朋友），它们用不同的方法找答案：

BM25检索器

擅长找关键词匹配

向量检索器

擅长理解语义相似

每个检索器都有自己的排名，RRF 帮我们把它们融合成一个更准确的最终排名！

📐 RRF 公式

RRF分数 = Σ (权重 / (60 + 排名))

这个公式的意思是：

💡 举个例子

假设"披萨店"在两个检索器中的排名分别是：

  • 检索器1：排名第 1（权重 0.5）
  • 检索器2：排名第 2（权重 0.5）

那么披萨店的 RRF 分数 = 0.5/(60+1) + 0.5/(60+2) = 0.0082 + 0.0081 = 0.0163

🔢 计算步骤

1 收集排名

从每个检索器获取文档的排名

2 计算每个文档的RRF分数

对每个文档，把所有检索器的贡献加起来

3 按分数排序

分数越高，排名越靠前

4 返回前K个

选择分数最高的几个文档作为最终结果

🎨 示例

假设我们搜索"机器人与人工智能"，有两个检索器返回了不同的结果：

检索器1（BM25）的排名：

1 机器人学结合机械工程与人工智能
2 深度学习通过神经网络取得突破
3 美食点评：这家餐厅的川菜很正宗

检索器2（向量相似度）的排名：

1 深度学习通过神经网络取得突破
2 机器人学结合机械工程与人工智能
3 旅游攻略：云南大理的风景非常美丽

RRF 融合后的最终排名（权重都是0.5）：

文档 检索器1排名 检索器2排名 RRF分数 最终排名
机器人学结合机械工程与人工智能 1 2 0.0164 🥇 1
深度学习通过神经网络取得突破 2 1 0.0164 🥈 2
美食点评：这家餐厅的川菜很正宗 3 - 0.0079 🥉 3
旅游攻略：云南大理的风景非常美丽 - 3 0.0079 4

说明："机器人学"文档在两个检索器中排名都很靠前，所以最终排名第一！

🎮 演示

试试调整参数，看看结果如何变化！

0.5 0.5

✨ 总结

🎯 RRF 的核心思想

  • 多个意见比一个意见更可靠 - 就像问多个朋友而不是只问一个
  • 排名越靠前越重要 - 第一名的意见比第十名更重要
  • 可以调整权重 - 如果你更信任某个朋友，可以给他更高的权重
  • 自动去重和排序 - 自动处理重复的推荐，并给出最终排名

🚀 实际应用

RRF 算法在搜索引擎、推荐系统、问答系统等地方都有广泛应用。 它帮助我们结合不同算法的优势，得到更准确、更全面的搜索结果！