结果融合与排序的核心逻辑
FastGPT融合不同召回路径的结果，不会仅使用单一路径的结果。常见召回路径包括文本向量召回、全文召回、图片描述召回、图片向量召回和重排结果。各召回路径的适用场景明确：语义检索依赖向量相似度，适合自然语言问题和语义相近内容；全文检索依赖关键词命中，适合编号、型号、专有名词、错误码等精确查询；混合检索同时启用语义召回和全文召回，通过RRF算法融合两者结果；Rerank对候选文本进行二次排序，适合文本问题明确、候选结果较多的场景；图片检索额外引入图片描述或图片向量结果，最终与文本侧结果一同融合。最终引用的内容并非严格按照单一向量相似度排序，同时被多路召回命中的内容通常更容易排在靠前位置。
配置操作步骤
在FastGPT知识库配置流程中，可按以下步骤配置结果排序与融合逻辑：1. 勾选需要启用的召回路径，支持文本向量召回、全文召回、图片描述召回、图片向量召回和重排结果。2. 启用混合检索后，系统将自动通过RRF算法融合语义召回与全文召回的结果。3. 启用Rerank功能后，系统将对候选文本执行二次排序操作。4. 启用图片检索后，系统将自动引入图片描述或图片向量结果，与文本侧结果完成融合。
排序结果的核心特点
FastGPT的结果排序逻辑综合多路召回的信息，不会仅依赖单一向量相似度的计算结果。当某条内容同时被多个召回路径命中时，其排序优先级会得到提升，更容易被排在结果列表的靠前位置。
来源： FastGPT 官方来源
适用性与版本范围
本页适用于官方来源记录的 教程 场景。执行变更前，需核对 FastGPT、依赖、API 与部署版本。
安全护栏
凭证与私密数据使用 [REDACTED_CREDENTIAL] 占位符。执行操作前需核对文档的环境与版本。
回滚指引
恢复变更前的技术内容权威快照、已保存配置与数据快照，再执行最小验证场景。