“边际相关性检索” 是 Chroma 里的高级查询模式，MMR（Maximal Marginal Relevance，最大边际相关）
它解决什么问题
普通相似度检索只按 “和查询最像” 返回，结果往往扎堆重复
比如查 “如何健身”，可能返回的 10 条全是讲举铁的
MMR 的目标是：既相关，又不重复，让你拿到一个 “相关且多样” 的结果集
核心公式
对每一条候选结果算一个分数：
最终分 = λ × 与查询的相似度 − (1−λ) × 与已选结果的相似度- 第一项：越相关分越高（跟查询像）
- 第二项：跟已选的越重复，扣分越多（多样性惩罚）
选结果时贪婪地一条条挑：每轮选当前 “相关度高 + 与已选最不重复” 的那条，直到选满
λ 参数的作用
在 Chroma 里怎么用
results = collection.query( query_texts=["健身"], n_results=10, # MMR 相关参数 lambda_param=0.5, # 多样性 vs 相关性的权衡 fetch_k=50, # 先取50个候选，再从中做MMR挑10个 mmr_threshold=0.8 # 相似度低于此阈值的不选（可选） )关键点：fetch_k 要大于 n_results，否则没有多余候选可做去重；系统先粗取 fetch_k 个，再用 MMR 精挑出 n_results 个
什么时候该用
- RAG 检索增强生成：给大模型喂上下文时，避免喂一堆同质化片段，让回答覆盖面更广
- 推荐系统：推荐结果不想全是同一个类型的商品 / 文章
- 知识库问答：同一问题想看多个角度的答案
什么时候不要用
- 就是要最相关的 N 条（比如精确找最相似的向量做匹配），用普通
similarity就行，MMR 反而可能丢掉最相关的 1 条 - 数据量很小或本身就多样，MMR 收益不大
总结
MMR = 在 “跟查询相关” 和 “结果彼此不重复” 之间做平衡，用 λ 控制天平
在 Chroma 里就是query时传上lambda_param、fetch_k等参数即可
