向量数据库相似度阈值怎样结合召回数量使用

向量检索中，top-k 用来限制数量，阈值用来限制分数，两者应同时满足：在合格结果里最多返回 k 条，允许少于 k 条，甚至为空。不能为了凑满数量而把未达到阈值的片段重新放回结果。

最小规则可以写成：先明确分数是越大越相似还是越小越接近，再按该规则判断合格性，最后截取返回上限。阈值不是通用置信度；换 embedding 模型、距离度量或分块方式后，原来的数字未必仍然合适。

把数量预算与准入条件分开

只取 top-k 的反例很常见：语料中根本没有答案，搜索仍可能返回当前最接近的若干条。“相对最近”不等于“足够相关”。阈值增加了一个允许拒绝的条件，但也可能把措辞不同而实际相关的内容排除，因此不能一味调高。

另一种误区是把阈值当概率。一个余弦分数为 0.8 的片段，不代表它有百分之八十的概率能回答问题。它只是在特定向量空间与度量下的数值。数据库或 SDK 也可能返回距离、归一化值或重新计算后的相关性分数，名称相近不代表量纲一致。

例如 Qdrant 的查询接口提供 limit 和 score_threshold，阈值比较方向取决于距离函数；Weaviate 的向量查询支持最大 distance 条件。应看所用接口的实际定义，不能把所有 score 都写成“大于阈值”。

Qdrant 官方地址：https://qdrant.tech/

Weaviate 官方文档：https://docs.weaviate.io/

候选数量和返回数量要分开

在应用层采用“先取候选、再过滤”的模式时，区分候选上限 K 与最终返回上限 k。候选集合 C 包含最多 K 条搜索结果；合格集合 E 是满足阈值的 C 的子集；结果集合 R 再从 E 中按相似程度最多取 k 条。通常 K 不小于 k，但 K 也应受查询延迟和资源预算约束。

这里描述的是应用层逻辑，不要求数据库内部一定先执行 top-k 再执行阈值。数据库原生支持两者时，可以直接在同一次查询中指定；若使用客户端包装器，要确认其过滤到底在数据库端还是取回后执行。

假设一组已经按相似度降序排列的候选，分数分别为 0.88、0.76、0.59、0.40。若阈值设为 0.70、k 为三，那么合格的只有前两条。这些数字只是解释规则的假设数据，不是推荐阈值，也不是实际检索记录。

如果只获取一条候选，后处理自然最多得到一条；扩展候选范围可能帮助需要去重或多样性的应用，但不保证提高质量。对理想精确排序而言，扩大 top-k 不会让原本排在更后面的结果突然超过前面的阈值；近似检索的命中质量还受搜索配置影响，不能把增加 K 说成阈值空结果的必然解法。

一个只负责后处理的最小实现

下面的 Python 函数不连接数据库，只对已经取得的候选进行排序、阈值判断和截断。记录中的 score 必须与 threshold 使用同一种度量，并显式给出比较方向。

from math import isfinite

def choose_hits(candidates, *, threshold, k, higher_is_better):
    # k是最终上限；0表示不返回，负数视为调用错误
    if k = threshold if higher_is_better
                    else score 

该示例按定义应只留下 part-a 和 part-b；本文没有运行数据库或声称测得召回率。函数采用包含等号的边界规则，接入数据库时应与接口的实际边界语义保持一致。它也不会重新请求候选、修复权限过滤或将错误结果变成空集合，这些需要调用层单独处理。

空结果不应该被自动填满

把查询状态与结果数量分开：查询成功但合格集合 E 为空，是正常空结果；请求超时、维度不一致或服务故障，应产生错误信息。若全部都返回空数组，应用就无法区分“没有证据”和“根本没查成”。

面向 RAG 的应用可以将正常空结果解释为证据不足，让用户补充产品名、时间范围或具体对象；也可以使用预先定义的其他检索策略。若放宽阈值，应让该策略有明确适用条件并记录采用的参数，而不是无限下降直到有结果。

同样，不应该在空结果时取消租户、访问权限或文档可见性限制来补齐数量。相似度阈值只处理匹配程度，不负责授权。放宽语义条件和扩大可见数据范围是两件不同的事。

怎样选一组可维护的参数

先固定模型、距离度量、分块方式和数据范围，再使用包含“有答案”和“无答案”的代表性问题选择参数。可以比较候选数量、过滤后数量、相关片段比例和无答案误命中情况；这些是工程选择方法，不是本文执行的评估阶段或对任何阈值的效果承诺。

换模型后能沿用旧阈值吗

不能默认沿用。分数分布可能变化，即使距离函数名字相同，也需要重新确认原数字是否仍满足业务目标。

阈值很低是不是一定能避免空结果

不一定。权限或元数据条件可能没有匹配对象，数据也可能尚未入库；查询失败更不能靠降低阈值解决。

只调 top-k 能解决无关内容吗

减少 k 只是减少输出数量，最近的一条仍可能不相关。需要允许拒绝时，应保留明确的准入条件和正常空结果表达。

参考：Qdrant Query points 参数；Weaviate 向量相似度查询。