MMR
Herrangschikkingstechniek die relevantie afweegt tegen diversiteit — voorkomt dat de top-K uit bijna identieke duplicaten bestaat.
Carbonell & Goldstein, 1998. Per kandidaat: score = λ × similarity(query, doc) − (1−λ) × max similarity(doc, al gekozen docs). Kies de hoogste score, voeg die toe aan de resultaten, herhaal. λ dichter bij 1 = meer relevantie, dichter bij 0 = meer diversiteit. Handig wanneer een vectordatabase tien bijna identieke chunks uit hetzelfde document teruggeeft — MMR spreidt ze over verschillende bronnen. Ingebouwd in LangChain en LlamaIndex.