RAG 中的 MMR 是什么？如何避免检索结果全是相似内容？

知识点详解：下一段资料，应该怎样选？

先看“分数都高”，为什么还不够

假设用户问“某款软件升级后，怎么迁移配置，有哪些限制”。

检索拿到五段内容，其中四段都在说明配置文件位置，另一段介绍了安装步骤。它们可能包含很多与问题匹配的词，但没有提供兼容限制。

把四段几乎相同的内容都交给模型，不一定比两段更有帮助，还会消耗上下文空间。切片重叠、文档副本和同一主题的反复说明，都容易产生这种情况。

这里要解决的是证据组合，而不只是单段排序。

MMR 每一轮看哪两种相似度？

一种是候选与查询的相关性，另一种是候选与已选结果的相似度。

常见评分形式是：

MMR = λ × 查询相关性
      − (1−λ) × 与已选结果的最大相似度

惩罚项取“与已选结果最相似的那个”。只要候选高度重复了其中一段，就会受到相应惩罚，不要求它与所有已选内容都相似。

λ 接近 1 时更重视相关性，降低以后会更重视差异。不要把某个默认值当成每套 RAG 的最佳设置。机制可参考 Elastic 的 MMR 说明。

用一轮计算看清楚

假设已经选中了“配置文件位置”。现在有两个候选：

候选	查询相关性	与已选内容的最大相似度
B：另一段配置文件位置说明	0.90	0.95
C：升级后的兼容限制	0.80	0.30

这些数字是教学用的假设值，且假设两种分数尺度已经能够用于这个计算。

当 λ 为 0.5，B 的评分是 −0.025，C 的评分是 0.25。因此这一轮会选择 C。它原本的查询相关性稍低，却能补充新的相关信息。

下一轮不是沿用这张静态排名表。已选集合增加了 C，剩余候选与这个集合的最大相似度需要重新考虑。

和去重、Rerank 有什么区别？

精确去重可以直接移除完全相同的内容，近似去重则按规则处理高度相似副本。MMR 会在选结果的过程中持续考虑已选集合，因此选择顺序会影响后续评分。

Rerank 常用于重新判断候选与查询的相关性，它未必自动处理候选之间的冗余。可以先提高相关性判断质量，再做适当多样性选择。

这几种方法可以组合，但每一步都需要明确目的。不能看见分数重新排列，就把它们统称为 MMR。

哪些情况下不值得多选？

用户问一个报错码的准确含义，可靠资料只有一段。此时重点是精确匹配与证据可信，强行增加差异可能引入其他报错码。

还有些问题必须同时拿到相邻片段，例如规则和例外分开写。两段文字相似，并不说明后者没有价值。多样性惩罚过强，可能把真正需要的限定条件排走。

因此要用人工标注的问题检查必要证据是否完整，不能只统计重复率下降。

怎样评测与控制成本？

先比较原始 Top-K 和 MMR 后的结果，看各自覆盖了哪些必要证据，再检查最终回答有没有漏条件、引错资料。

候选池越大、最终选取越多，候选之间的相似度计算也会增加。可以限制候选规模、复用已经计算的相似度，但不能把池子缩到只有最终 K 条，还期待算法发现没有进入池子的资料。

权限与租户过滤也必须在合适的位置完成。多样性不是跨权限收集资料的理由。

面试官继续追问

λ 为 0，会得到最好的多样性吗？

它会忽略公式里的查询相关性部分，这通常不是问答系统想要的结果。不同不是目的，补充相关证据才是。

一篇文档最多取一段，可以代替 MMR 吗？

这是一个来源配额规则，可能有效，但同一文档里也可能有不同必要证据。它与内容相似度选择不是同一种机制。

候选池里没有“兼容限制”，MMR 能补出来吗？

不能。要回到召回、查询表达、索引与资料覆盖去处理，不能让排序方法承担发现未知证据的工作。

面试速记卡

• 查询相关性与结果间冗余，是两种不同关系。
• 先选相关结果，再随已选集合逐轮比较。
• 常见惩罚项是与已选内容的最大相似度。
• λ 控制取舍，不存在脱离任务的万能值。
• MMR 只在候选里选择，不能凭空补召回。
• 检查必要证据与回答质量，不只追求重复率下降。