主题
自然语言检索
不需要先知道模型名称。用日常语言描述你要解决的问题,系统会先复述理解,再给出候选方法、相关教程和需要补充的信息。输入框内按 Ctrl+Enter(macOS ⌘+Enter)可直接提交;最近 3 条查询保存在本机浏览器,可一键重跑或清空。
试试:
检索是怎么工作的(可核对)
- 需求识别:规则驱动的意图识别提取任务类型、数据类型、约束与数据量;没有识别出的字段会明确列出,不会替你补全事实。
- 查询预处理:统一全半角/标点并清理客套填充词;可选的意图/别名扩展默认关闭(实测净收益不明确,保留为可配置项)。
- 混合检索:BM25(关键词)+ 词法/神经向量(Embedding)+ RRF 融合;服务端不可用时页面自动降级为本地目录关键词匹配,并明确标注「降级」。
- 方法推荐:基于「模型目录」的任务标签与关键词匹配,给出候选理由、适用条件、限制与「什么时候不该用」,不承诺唯一最佳答案。每个候选方法标注「匹配度」进度条;匹配度只用于排序,不是正确率。
- 专业详情:展开「检索详情」可以看到实际使用的链路(BM25/向量/重排)、阶段耗时、缓存命中、查询扩展明细与降级原因;相关性分数只用于排序,不是算法正确率。相关教程会标注来源(关键词命中/语义命中/双路命中/重排后),并给出同一次响应内的相对相关条。同一问题在 300 秒内重复检索会命中单 worker 内存缓存。