配置文件中对于SCORE_THRESHOLD的描述是“score越小，相关度越高，取到2相当于不筛选”。
根据langchain的源码，检索时distance越小越相似是正确的，但在使用threshold进行过滤时，score是转换过的，比如faiss默认应该用了_euclidean_relevance_score_fn(),即：
1 - distance / sqrt(2)
因此，实际是SCORE_THRESHOLD阈值越高越严格。设为2.0时，日志中也打出了警告信息：No relevant docs were retrieved using the relevance score threshold 2.0,实际返回的知识库信息都是bm25的检索结果。
- 版本：v0.3.x
- 是否使用 Docker 部署：是，AutoDL 0.3.0版本镜像
- 使用的模型：Qwen2-instruct
- 使用的 Embedding 模型：bge-large-zh-v1.5
- 使用的向量库类型： faiss
1条答案
按热度按时间gv8xihay1#
配置文件中对于SCORE_THRESHOLD的描述是“score越小，相关度越高，取到2相当于不筛选”。
根据langchain的源码，检索时distance越小越相似是正确的，但在使用threshold进行过滤时，score是转换过的，比如faiss默认应该用了_euclidean_relevance_score_fn(),即： 1 - distance / sqrt(2)
因此，实际是SCORE_THRESHOLD阈值越高越严格。设为2.0时，日志中也打出了警告信息：No relevant docs were retrieved using the relevance score threshold 2.0,实际返回的知识库信息都是bm25的检索结果。
我也遇到了和你一样的问题，向量根本没检索到，返回答案的时间特别长足足100秒，这到底是哪里的问题？