检索流程中，用于提高检索准确性的技术是什么？	重排序（Re-ranking）
重排序（Re-ranking）的主要目的是什么？	根据查询的相关性，重新排列初始搜索结果的顺序。
在重排序过程中，大型语言模型（如Claude）扮演什么角色？	它比较用户查询和已检索到的文档，以确定最相关的文档顺序。
重排序函数何时在检索流程中被调用？	在向量索引和BM25索引的初始搜索结果合并之后。
为什么在重排序时让LLM返回文档ID而不是全文更有效率？	减少了LLM需要处理和返回的文本量，提高了效率。
实施重排序策略的主要优势是什么？	显著提高了检索流程的准确性。
实施重排序策略的主要缺点是什么？	增加了搜索管道的延迟，因为需要等待LLM的调用。
为了确保LLM返回结构化JSON输出，通常会使用哪些技术？	助手消息预填充（Assistant message pre-fill）和停止序列（stop sequence）。
在重排序的提示（Prompt）中，需要提供哪些关键信息给LLM？	用户的查询（User's question）和所有初步检索到的相关文档。