检索增强生成（RAG）依赖于有效的检索。文章讨论了评估检索效果的方法，包括BM25、EM@k和F1指标。BM25基于关键词检索，EM@k用于判断前k个结果中是否有正确答案，而F1衡量生成答案与真实答案的重叠度。这些指标有助于优化检索系统，提升生成模型的性能。
本研究提出了一种新颖的图嵌入模型JPEC，用于从金融知识图谱中识别竞争者。JPEC结合节点邻近性与重要特征，显著提升了竞争者检索效果。
本研究提出了一种利用少量例子的成对排名模型，通过增强训练集中相似查询的偏好示例，解决传统监督排名模型在复杂流程中的问题，显著提升检索效果，简化训练流程。
完成下面两步后，将自动完成登录并继续当前操作。
