标准答案
- 余弦相似度衡量向量方向的接近程度，具体距离定义由向量库和 Embedding 模型决定；不能跨模型直接比较绝对分数。
- 距离阈值用于过滤明显不相关的候选，Top K 控制初始召回数量；K 太小容易漏掉依据，太大则增加重排、上下文和成本。
- 重排序模型可以用更复杂的 query-document 交互重新排列候选，通常在初筛后执行。最终还要做权限、版本、去重和上下文预算过滤。
题目解析
阈值不是通用常数。不同问题类型、文档领域和 Embedding 版本的分数分布不同，应从标注样本中观察召回与误召回的变化。
Top K 是链路中间参数，不是最终给模型的片段数量。可以先取较大的候选集，再重排并按 Token 预算选择少量高价值片段。
重排序不能补救完全没召回的片段。评测时要区分 Recall@K 和最终答案质量，先判断问题在候选集里，再分析顺序和生成。
常见误区
- 看到相似度分数高就直接当作正确依据。
- 把 K 调得很大后把全部结果塞进上下文。
- 只调重排序模型，不检查初始召回是否已经漏掉目标文档。