EduRAG 双层检索

EduRAG 是针对教育场景优化的 RAG 架构，通过粗排 + 精排两层检索提升答案准确性和教学适配性。

架构

用户问题 → 粗排（BM25/Embedding）→ 候选文档集 → 精排（教学适配度）→ 最终文档 → LLM 生成答案

第一层：粗排

方法	特点	适用场景
BM25	基于词频统计，无需训练	通用文档检索
Dense Retrieval	双塔编码器，语义匹配	同义表达多的场景
Hybrid	BM25 + 向量加权	兼顾召回和语义

第二层：精排

教学适配度评分，综合以下维度：

维度	说明
知识覆盖度	候选文档是否覆盖问题核心知识点
难度匹配	文档难度是否适合学生当前水平
教学逻辑性	文档是否遵循教学顺序（先概念后例题）
权威性	来源是否权威（教材 > 百科 > 论坛）

实现方案

• 粗排：Elasticsearch（BM25） + FAISS（向量检索）
• 精排：微调的小模型（如 MiniLM）或规则打分
• 缓存：高频问题缓存检索结果，降低延迟

优势

相比单层检索，双层检索在保证召回率的同时显著提升答案质量，尤其适合教育、医疗等对准确性要求高的垂直领域。