混合检索¶
混合检索组合词法检索与语义检索，以覆盖不同类型的相关性。
两类召回互补¶
- 稀疏/词法检索擅长精确词项、编号、人名、产品名和罕见术语；
- 密集/向量检索擅长同义表达、自然语言改写和语义相近内容。
只使用其中一种，会分别面临“词不匹配”或“精确细节被语义平均化”的问题。
典型流程¶
- 用同一查询分别执行词法与向量检索。
- 规范化不同检索器的分数，或只使用各自排名。
- 用加权融合或 Reciprocal Rank Fusion 合并候选。
- 去重后交给 重排 模型精排。
应优先优化什么¶
召回阶段的目标是让正确证据进入候选集，不必过早追求完美排序。候选集太小会漏掉证据；太大会增加 重排成本和噪声。应通过查询集测量 Recall@K、命中率和延迟，而不是凭直觉设置 K。