重排序
Reranking
学到 认得 就够：听到能明白
你可能会说
“检索结果前几条看起来词很像，却与我的问题没有直接关系；能否先取多一些，再重新判断哪些最值得读？”
重排序对已有候选内容按与问题的相关性再排一次，常用于把更合适的材料放到前面；它一般不能凭空补回第一轮没有找到的文献。
使用 AI
科研里的例子
先取回一百个可能讨论农业保险的片段，再重排与“保险如何影响风险投资”最相关的段落，人工阅读全文筛掉对象不符者。
第一轮检索重在快速召回，重排则花更多计算仔细比较问题与每个候选，输出新的顺序或相关性分数。可使用专门模型，也可结合规则。重排的好坏要按真实任务检验，领域术语、语言和长文档都可能影响结果。相关性分数只是某种模型判断，不是论文质量分数，更不是因果识别强度或结论可信度的概率。
在你的学科里，直接拿去用
从给定文献读取问题与证据
请只依据下面的文献材料回答。 材料：[粘贴原文或附文件；若只有摘要请注明] 我想弄清：[问题] 请列出作者要解释的现象、主要概念、数据与研究单位、研究设计、主要发现及作者写明的局限。区分作者原话、你的释义与尚无法判断的地方。每项给页码或可定位段落，保留关键术语的中文与英文。若没有全文，不把摘要之外的细节补出来。最后提出3个我可以回原文亲自检查的问题。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG02
从中文研究想法形成双语检索式
请把我的中文研究想法转成可测试的中英文检索策略。 想法：[填写] 对象、地区、时期：[填写] 数据库或检索渠道：[填写] 先拆概念块，再为每块给首选中文、首选英文、常用别名及需排除的歧义。给宽、中、窄3组检索式，并解释AND、OR、引号及数据库字段差异。用[我已知的一篇相关文献]作召回检查；没有已知文献则保留待测试。当前若无法访问数据库，只交策略，不声称已经检索或编造结果。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG03
判断
亲手检查一次
在一组人工标注的候选中比较重排前后，核对真正相关资料是否提前，并关注被压到后面的反例与边界材料。
它做不到的
重排无法挽救没有被召回的关键研究，也不能根据摘要就完成质量评审；分数高仍可能是标题相似而证据不适用。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。