混合检索

定义

混合检索(Hybrid Search)指同时使用稀疏检索(如 BM25 关键词匹配)与稠密检索(向量语义匹配)召回候选,再融合两路结果的检索方案,兼取词面精确性与语义泛化能力。

原理

两路检索各自返回带分数的结果列表,融合方法常用 RRF(倒数排名融合,按名次的倒数加权求和,对分数量纲不敏感)或加权线性组合;更进一步可在融合后接交叉编码器重排序(rerank)提升精度。稀疏一路也可用 SPLADE 等学习型稀疏表示替代传统 BM25。

应用

混合检索已成为 RAG 知识库召回的常见最佳实践:向量检索覆盖同义改写,关键词检索保证专有名词、编号、代码等精确匹配。Elasticsearch、OpenSearch、Milvus、Qdrant、Weaviate 等均已内置混合检索与 RRF 支持。

权衡

代价是需同时维护两套索引、查询延迟与资源开销增加,融合权重也需按数据分布调优。