技术 · 熟练
答不准的时候，先别急着换重排器
同一批题、同一个模型，差 14 分的是「再检索一次」这个动作
检索回来的东西不准，最常见的两个补救是「换个更强的模型」和「加个重排器」。有一组 824 道多跳题的对照实验给出了第三个答案：18 条 RAG 管线里最好的那条只有 78.9%，而同一个模型、同一批文档，把「检索一次就生成」改成「检索 → 读 → 再检索 → 生成」，准确率到 92.7%。这一页不教调参，只给一个先后顺序：先看有没有第二次检索，再谈重排器 —— 因为在这组实验里，小重排器让最好的管线掉了 9 分，大重排器几乎没帮上忙。
方法 · 一图看懂
1
先确认它只检索了一次 — 管线若是「检索→拼上下文→生成」一条直线，模型没有任何机会说「我还得再看一处」
2
给它一次再检索 — 读完第一轮结果后允许它提第二个问题、再取一次；这 14 分就来自这一步
3
重排器放到第二次之后 — 它只重排已有候选；候选里没有正确段落时，它只能把错的排整齐
4
用同一批题做对照 — 换结构不换题：同模型、同文档、同一批问题，只改「一次 / 两次」，差量才数得出来
原理 · 为什么有效
为什么「再检索一次」比「排得更好」值钱 —— 排序只在已有候选里挑；而多跳问题的答案，第一轮根本不在候选里。检索一次时，你交给模型的是「最像这个问题的那几段」；允许它读完再问一次，它才有机会把「第一段里提到的那个名词」当成新线索去找。这不是模型变聪明了，是搜索空间被你放开了。反过来说，重排器只重排已经拿回来的东西 —— 候选里没有正确段落时，它只能把错的排得更整齐。这也解释了小重排器为什么会掉分：它把「看起来相关」的段落顶上来，挤掉了本来能提供线索的那几段。
适用场景
适用：自己的知识库问答、内部文档检索、多跳问题（答案要串两三个文档才拼得出来）。⛔ 不适用：单跳事实查询（「某条政策的生效日期」）、候选本身就只有十几段的小库 —— 那时多一轮检索只是多一次调用，差量接近零。
自测 · 5 问
我的管线里，模型读完第一轮结果后，还能不能再提一个检索请求？
上一次「答不准」，是候选里根本没有正确段落，还是正确段落在第 8 位没被排上来？
我加重排器之前，量过它的差量吗（同一批题，加与不加各跑一遍）？
我的对照实验，是不是只改了「检索次数」这一个变量？
我用的题，是真实用户问过的，还是我自己编的？
怎么上手 · 验证步骤
今晚就能做的一件事：从最近答错的十个问题里挑三个多跳的，把「检索一次」和「允许再检索一次」各跑一遍，记下答对几个。差量为 0 的那类问题，先别动管线；差量明显的，再回去看重排器要不要留。
自检动作：把第一轮检索回来的五段原文打印出来，只问一句 —— 正确答案在不在这五段里？不在 ⇒ 你缺的是第二次检索；在但模型没用上 ⇒ 那才是排序或提示词的问题。两种情况修法完全不同，先用这一句把它们分开。