字节面试官：什么是RRF，你能解释一下吗？

我是丁师兄，专注于智能驾驶方向大模型落地，公众号：丁师兄大模型。

大模型1v1学习，已帮助多名同学上岸国内外大厂

---

前字节员工跳槽，面了 40 多家才拿到一个 offer，还是降薪 60%，大厂如此，更别提中小厂了。。。目前这种形势，最好的策略就是苟住本职工作，锻炼自身技能，同时发展副业，降低负债，度过经济下行期，主旋律就是活下去。

今天我们来聊聊 RRF（Reciprocal Rank Fusion），如果你简历上写了 RAG 的内容，一定要清楚以下 RRF 相关的问题。

想象一下这样一个场景，你正准备接受一场关于大模型中 RRF 的面试。面试官笑容满面地走进来，手里拿着你的简历，目光停留在“精通 RRF”这几个字上。你写的这个精通，可能是加分项，也可能是陷阱。

这时候，面试官可能就要开始炮轰你了！比如说，“老铁（niuma），既然你在简历里写着精通 RRF，那我可得好好考考（weinan）你。”

此时，你就得准备好接招，给出惊艳的回答。那么面试官到底会问些啥，面对这些问题阁下又该怎么应对呢？

01什么是RRF？

面试官一上来可能就会问你这个问题，这是个很基础但也很关键的问题。

你可以这样轻松应对，简单来说 RRF 是一种排名融合方法，主要用于将多个检索器的结果合并成一个统一的排名。

在 RAG（检索增强生成）系统中，这非常关键，因为不同的检索器可能会有不同的优势和不足，通过RRF可以结合它们的长处，提供更精准的结果。

具体来说，RRF 使用一个公式来计算每个文档的总得分：