这个品类的数据长什么样
该品类的数据主要来自广告投放平台、用户画像库、预算管理表、归因分析工具。日常处理的文档包含投放计划文档、人群定向配置细则、预算排期表、转化追踪配置规则。数据更新节奏为每日更新或随单次投放活动触发更新。文档字段包含定向人群标签、预算额度、转化事件ID等，内容全部围绕广告上线前的账户结构配置展开，无跨品类的冗余数据。
这些特征在「重排与混合检索」这一环带来什么约束
该品类的数据多源且更新频繁，要求混合检索需支持对接广告平台、预算表等多类异构数据源，避免因格式不兼容导致检索遗漏。文档聚焦投放前核心配置字段，重排环节需优先匹配与投放计划强相关的关键词，过滤无关的通用运维内容。数据更新节奏随活动触发，检索逻辑需适配增量更新的文档，确保最新的预算、定向配置可被快速召回。同时投放出错会导致预算浪费，重排需严格控制召回结果的相关性，避免无效内容干扰内部工单问答。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
usingReRank | 开启 | 投放计划文档聚焦核心配置字段，需通过重排过滤无关召回内容，提升内部工单问答的准确性 |
similarity | 0.75–0.85 | 平衡多源异构数据的召回覆盖与结果相关性，适配文本与数值型字段的匹配需求 |
limit | 前8条 | 单份投放计划文档内容长度适中，前8条召回结果可覆盖核心配置项，避免过多内容超出上下文限制 |
searchMode | 混合检索 | 需同时对接广告平台原始数据、预算表与内部工单文档，适配多源数据的检索场景 |
| 重排模型批量大小 | 2–4 | 适配单张GPU显存容量，避免显存占用过高导致服务异常，本配置基于FastGPT v4.17.0版本完成 |
容易做错的三处
- 点击重排模型测试提示请求错误。原因是未正确配置重排模型的API密钥或部署地址，导致重排环节无法正常调用模型。
- 检索后结果返回缓慢。原因是未限制召回条数与重排批量大小，同时知识库分段设置不合理导致过多碎片内容被召回，加重检索与重排负担。
- 重排模型持续占用显存无法释放。原因是未设置模型自动回收逻辑，或批量大小设置过大超出单卡显存容量，导致显存持续挤占。
怎么确认配好了
- 进入FastGPT知识库配置页面，检查
usingReRank开关是否开启，searchMode是否设置为混合检索。 - 提交一条测试问题，例如“如何调整投放计划的预算排期”，核对返回结果中是否包含投放计划、预算表相关的内容，且结果相关性符合预设要求。
- 查看系统监控面板，确认重排模型调用时的显存占用未超出单卡容量，且无持续内存泄漏现象。
- 使用curl工具测试重排模型接口，确认返回结果的条数与
limit设置一致，且相似度分值在0.75–0.85区间内。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-10-19，文中适用性按 FastGPT v4.17.0 基线讨论；部署前需核对实际版本。