Candidate Depth: How Much Retrieval Is Enough?
Qdrant1733 字 (约 7 分钟)
85
候选深度优化可显著提升搜索效果，但需结合数据集规模和系统配置进行实验验证。
入选理由：测试候选深度时，从100/200开始，但需根据分片数和重排序器调整实际值
精选文章#Qdrant#检索系统#候选深度#多阶段搜索英文
概念
什么是 nDCG@10？
也叫：nDCG
衡量搜索结果质量的指标
为什么现在值得关注？
最近变化
2026-08-20 · 测试候选深度时，从100/200开始，但需根据分片数和重排序器调整实际值
nDCG@10 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
📰 nDCG@10 最新动态
已收录 4 篇与「nDCG@10」相关的 AI 资讯和分析。
Scaling Test-Time Compute in Search Mode
Weaviate Blog1639 字 (约 7 分钟)
85
Weaviate的Search Mode通过调整effort参数显著提升检索效果，ultrahigh级别在BRIGHT Biology基准上将nDCG@10从13.0提升至57.5。
入选理由：Search Mode的ultrahigh effort在BRIGHT Biology基准上提升nDCG@10至57.5
精选文章#Search Mode#Weaviate#检索#effort参数英文
Pareto front or ngmi. Releasing jina-reranker-v3.5: our latest 0.6B listwise reranker that takes v3'...
Jina AI(@JinaAI_)124 字 (约 1 分钟)
85
Jina AI发布的新版重排序模型jina-reranker-v3.5在参数量更少的情况下，于BEIR数据集上表现优于竞品。
入选理由：jina-reranker-v3.5参数量0.6B，nDCG@10达63.20，优于Qwen3-Reranker-4B。
精选推文#重排序模型#Jina AI#BEIR数据集#nDCG指标英文
Quality against parameter size on the four benchmarks. jina-reranker-v3.5 is on the Pareto front in ...
Jina AI(@JinaAI_)96 字 (约 1 分钟)
85
Jina AI发布的jina-reranker-v3.5在四个基准测试中表现优异，参数量仅为竞品的七分之一。
入选理由：jina-reranker-v3.5参数量0.6B，比Qwen3-Reranker-4B少7倍参数
精选推文#模型优化#重排序器#Jina AI#BEIR基准英文
🔗 相关术语
与「nDCG@10」经常一起出现的 AI 术语。
💡 想追踪「nDCG@10」的长期趋势？去 实体雷达 · nDCG@10 查看详细分析和跨材料问答。