北京
同样的查询语句、同样的文档集、同样的模型，RAG评估却可能返回截然不同的Recall@8指标。问题不出在模型波动，而是一个不起眼的ORDER BY子句。我在实现“Ask this Book”功能时，先写评估后写特性，复查检索管道时发现检索层并非确定性：语义搜索与词汇搜索对平局记录排序随意，导致RRF融合分数漂移。修复只需在ORDER BY末尾追加id字段，就能终结这种静默漂移。
本文RAG实现基于PostgreSQL和.NET，检索层包含两条路径：基于pgvector的语义搜索，和基于全文检索的词汇搜索。两者结果通过倒排秩融合（RRF）合并。关键在于，RRF只在乎排名，不关心原始得分。如果一条检索返回顺序是A、B、C，另一条却是B、A、C，即使内容完全相同，RRF也会计算出不同的融合分数，从而影响Top-K选择，最终导致Recall@K指标跳动。
词汇搜索查询原本以ORDER BY score DESC结尾，这看似合理，但ts_rank_cd函数极易产生相同分值，多条记录得分相等。SQL标准只保证显式要求的排序，若多行比较相等，PostgreSQL可自由决定返回顺序。语义搜索也存在类似问题，虽然距离相等的情况更罕见，但对评估管道仍不可接受。修复极简：将排序改为ORDER BY score DESC, id，通过确定性的平局裁决器消除随机性。这个小改动启示我们，排序不只关乎展示，更是数据逻辑的一部分，尤其对依赖排名的融合算法来说，确定性排序是保证结果可复现的基石。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
