相关不等于有用这次捅破了

检索层开始被判断模型取代了，这步棋比我预想的激进。GPT Researcher 把 RAG 管道里的向量嵌入整个换成了 Jev，在 28 个研究任务上两版对照，任务取自 SimpleQA 和开放式研究，仓库在 github.com/assafelovic/gp… 。 结果是全胜。上下文相关性多出 59%，73% 对 46%；盲测里人们更偏爱 Jev 写的报告，票数 15 比 3；每份报告的成本还一样。GPT Researcher 现在默认跑 Jev，向量嵌入整个不用了，配上 LangChain 和 Tavily 就是完整的检索方案，细节文档在 docs.gptr.dev/docs/gpt-resea… 。 我的第一反应是惊喜，第二反应是冷静。向量检索输的地方其实是老毛病：它按相似度捞，捞回来的是字面上沾边的段落；Jev 是按问题判断该不该留，学的是这条支不支撑答案。相关不等于有用，这次算是把窗户纸捅破了。 但我保留一分。28 个任务的样本不算大，研究类问题恰好偏判断；成本相同这个说法也值得追问，是按报告计价，还是把 Jev 自己的开销算了进去。结论方向我认，具体倍数要等更多复现。 我的判断是这给检索管线添了一道选择题。先嵌入再重排的两段式依然通用，但当问题总是这段证据支不支持结论时，判断模型这一路值得先试。新东西不必全盘替换，拿最疼的那个环节先比一轮就够。