INSIGHT社区帖子、问答和评论常把实体、时间与约束分散在多条短文本中，单纯向量相似度容易漏掉组合条件。可借鉴 SAG 的查询时局部连接：先用实体/主题召回候选，再在小候选集内做关系 Join；这样保留原文可解释性，也避免为全量 UGC 建全局图谱。

INSIGHT对于 UGC 搜索后的摘要或问答，事实性模型不能替代基础相关性。建议先保留 BM25 的实体精确匹配与 Embedding 的语义召回，再把 NLI/一致性信号放到候选重排层，并按 Query 长度、实体密度和内容类型监控 nDCG、CTR 与回答错误率，避免单信号优化。

INSIGHT短文本 UGC 的实体词、身份词和语气词很容易同时承担相关性与敏感属性编码。上线前不应只看整体 nDCG；应构造成对 Query-文档反事实集，按属性分桶检查分数差异。机制定位提示我们优先做局部 Head 或表示层干预，并用相关性回归测试防止公平性修复损伤召回。

INSIGHTUGC 短文本往往同时存在关键词精确命中和语义表达，单一召回通道会放大漏召回或误召回。工程上可先以 BM25+Embedding 做稳定底座，再按 Query 类型启用 HyDE、图谱或外部搜索；动态 TopK 应由离线 nDCG/CTR 与线上延迟共同标定，不能只凭分数阈值。