Hybrid Search
混合检索结合关键词与向量信号，兼顾精确术语、编号和语义相似。关键词检索擅长匹配精确标识符（错误码、型号、编号）和罕见术语，向量检索擅长语义相近的改写，两者互补，单独使用其一都会有明显盲区。这一组合的由来，是两类检索的失败模式恰好相反：关键词检索对同义改写无能为力，向量检索对精确字符串和生僻词不够敏感，混合正是为了互相兜底。
快速开始¶
先分别跑两路检索，并保留各自的分数、来源和排名，不要过早合并。两路使用不同的打分量纲，直接相加通常没有意义，先拿到原始分数才能选择融合方式。
关键词路最常用的是 BM25，它按词频与逆文档频率给「查询词在文档中的匹配程度」打分，公式为
其中 \(f(q_i,D)\) 是查询词 \(q_i\) 在文档 \(D\) 中的词频，\(|D|\) 是文档长度，\(\text{avgdl}\) 是平均文档长度，\(k_1\) 与 \(b\) 分别控制词频饱和与长度归一化（常用 \(k_1=1.2\)、\(b=0.75\)），\(\text{IDF}(q_i)\) 是逆文档频率。它是 TF-IDF 的直接演进，解决了 TF 无上限膨胀与长文档天然占优的问题。
融合策略常见三种：归一化后加权求和（把两路分数各缩放到可比区间再加权）、取并集（两路结果去重后统一进候选）、以及倒数排名融合（Reciprocal Rank Fusion, RRF）。RRF 只依赖排名而非分数，因此天然避开量纲问题，来自 Cormack 等 2009 年的论文：
\(R\) 是参与融合的各路结果集，\(\text{rank}_r(d)\) 是文档 \(d\) 在第 \(r\) 路中的排名，\(k\) 是平滑常数（论文与常见实现取 \(k=60\)）。分数不量纲化、不归一化，只做排名相加，实现简单且对分数分布不敏感。
用验证集调整融合策略：关键是按「目标 query 集」上的 Recall@k 或最终回答质量来选参数，而不是追求某一平均相关性数字的好看——平均指标会掩盖某类 query 的退化。把融合策略和权重当作可配置项固化下来，每次改动都回到验证集复测。若某类 query（如纯错误码查询）始终应由关键词主导，可单独为其配置权重，而不是全局一刀切。
案例¶
一个技术文档检索里，用户既会查精确的错误码（如 E1001），也会问概念问题（如「为什么请求被限流」）。错误码查询用关键词检索能精确命中，概念问答靠向量检索找到同义改写，两路各管一类。以 E1001 为例，向量检索可能因该词稀少且无语义邻居而召回不准，而 BM25 的 IDF 项会让这个生僻标识符获得极高区分度，恰好命中。
融合后接入 Reranker 做最终排序，并比较纯向量、纯关键词、混合三种方案的 Recall@k：混合方案在两类 query 上都更稳，而单独任一路都会在另一类上掉点。用验证集上的分场景 Recall@k 作为选型依据——把「错误码类 query」与「概念类 query」分开统计，比只看总均值更能暴露「某一路被牺牲」的问题。
该案例说明融合的价值在于「互补覆盖」，但必须用分场景指标验证，而非只看总体平均。若混合后延迟明显上升，可先召回两路候选再做去重与 rerank，控制进入 rerank 的数量——RRF 在此的优势是只做排名合并，几乎不增加计算成本，适合作为默认融合基线。