想象你走进一座智慧图书馆。馆长老王有两位得力检索员：老周靠惊人的“记忆感觉”，你说“那种让人看完就想奋斗的书”，他立刻抱来一摞气质相近的书；小林则捧着一沓精确索引卡，只要你说出准确书名或编号，他就能一秒锁定书架。可麻烦的是，老周记不住精确编号，小林听不懂模糊描述。RAG 混合检索（Hybrid Search），就是让这两位性格迥异的检索员同时出发、再合并推荐：向量检索负责语义联想，BM25 负责关键词精确匹配，最后用融合排序把两份书单拧成一份最优答案。

岗位关联

掌握混合检索，你就能在实际 RAG 项目中同时收获“理解力”和“精确度”，显著降低漏召回与误召回，这是企业级知识库落地的关键技能。

目录
  1. 可视化演示
  2. 检索困境
  3. 向量语义检索
  4. BM25关键词检索
  5. 双路混合架构
  6. 融合排序策略
  7. 实战场景与调参
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

动态演示RAG混合检索的核心机制，通过入门/进阶/实战/优化四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

RAG混合检索：混合检索 混合检索的理论基础与双路互补性 双路召回架构设计 核心机制可视化 RAG混合检索整体架构与关键组件

检索困境

老王最近很头疼。读者来问“那本讲怎么带团队的黄封面书”，老周马上抱来一堆领导力书籍；可当读者准确说出“ISO9001 内审员手册”时，老周却一脸茫然。另一边，小林能秒回精确书名，但只要读者把书名说错一个字，他就两手一摊。老王发现，两位检索员各有各的盲区：一个“太会联想”，一个“太死板”。

RAG 应用同样如此。用户提问可能是“上季度报销流程是什么”，也可能是“GBT 7714 参考文献格式”。如果只用向量检索，模型会把“报销流程”映射到语义相近的文档，却可能漏掉标题里精确写着“财务管理制度”的文件；如果只用 BM25，用户把“报销”说成“报账”，关键词匹配就失灵了。单一检索方式，本质上是在“漏召回”和“误召回”之间二选一。

评估检索效果时，我们关心两个指标：召回率和精确率。召回率回答“相关文档有多少被找回来了”，精确率回答“找回来的结果里有多少是真正相关的”。假设 TP 表示“被检索回来的相关文档”，FN 表示“没有被检索回来的相关文档”，FP 表示“被检索回来的不相关文档”，那么：

老王终于想明白：与其逼老周练记性、逼小林学联想，不如让两个人同时出发，再把两路结果合起来。这个思路，就是混合检索的起点。

Recall=TPTP+FN,Precision=TPTP+FP\text{Recall}=\frac{TP}{TP+FN},\quad \text{Precision}=\frac{TP}{TP+FP}
召回率关心“有没有漏”，精确率关心“有没有错”。混合检索想同时保住这两个指标。
  1. 找到的相关文档TP 是检索系统真正找回的相关文档，它是召回率与精确率共同的分子。
    TPTP
  2. 所有相关文档TP + FN 表示语料里全部相关文档，无论是否被找回来。
    TP+FNTP+FN
  3. 召回率真正找到的相关文档占全部相关文档的比例，越高说明漏得越少。
    TPTP+FN\frac{TP}{TP+FN}
  4. 精确率被找回结果中真正相关文档的比例，越高说明混进来的噪声越少。
    TPTP+FP\frac{TP}{TP+FP}

向量语义检索

老周的看家本领是“气质记忆”。他从不逐字背书名，而是把每本书浓缩成一个“感觉坐标”：职场励志书在“热血”和“成长”方向上的分量很重，技术手册在“严谨”和“操作”方向上的分量很重。读者提问时，老周也把问题翻译成同样的坐标，然后找出坐标最接近的那些书。

在计算机里，这个“感觉坐标”就是嵌入向量（Embedding）。我们可以用神经网络把一句文本映射成几十维甚至上千维的数字列表，让语义相近的句子在向量空间中彼此靠近。检索时，把用户问题向量和文档向量做相似度计算，找最相似的 Top-K 个结果。常用的相似度指标是余弦相似度，它只看方向的接近程度，不受向量长度影响：

老周的优势是“举一反三”，但弱点也很明显：他对精确编号、特殊符号、专有名词的记忆很模糊。当用户问“OAuth2 PKCE”时，老周可能只记得“某种安全授权方案”，却记不住那个串在一起的技术名词。

sim(q,d)=∑i=1nqidi∑i=1nqi2∑i=1ndi2\text{sim}(\mathbf{q},\mathbf{d}) = \frac{\displaystyle\sum_{i=1}^{n} q_i d_i}{\displaystyle\sqrt{\sum_{i=1}^{n}q_i^2}\sqrt{\sum_{i=1}^{n}d_i^2}}
余弦相似度就像判断两本书的“气质方向”是否一致：方向越接近，分数越高。它不关心书有多厚，只看内容味道像不像。
  1. 向量点积把问题和文档向量的每一维相乘再累加，衡量两个向量在对应维度上的重合程度。
    ∑i=1nqidi\sum_{i=1}^{n} q_i d_i
  2. 向量模长对向量的每个维度求平方和再开根号，得到向量长度。
    ∑i=1nqi2\sqrt{\sum_{i=1}^{n}q_i^2}
  3. 余弦相似度用两个向量的点积除以它们的模长乘积，得到夹角余弦值，取值范围从 -1 到 1。
    q⋅d∥q∥∥d∥\frac{\mathbf{q}\cdot\mathbf{d}}{\|\mathbf{q}\|\|\mathbf{d}\|}

BM25关键词检索

小林的方法和老周完全不同。他手里有一箱倒排索引卡：每一张卡片对应一个词，卡片上记录着哪些书出现过这个词、每个文档里出现了几次。读者报“SQL 注入修复”，小林直接去翻“SQL”“注入”“修复”三张卡片，把同时命中这些词的书排在最前面。

BM25 就是小林这套索引法的数学化版本。它综合三个要素：词频（Term Frequency）、逆文档频率（Inverse Document Frequency）和文档长度归一化。某个词在文档里出现越多，得分越高；但这个词如果在整个语料库中越稀有，它的区分度就越大，权重也越高；同时，长文档中的词频会被稀释，避免“大部头”靠字数占便宜。公式如下：

小林能精确匹配“ISO9001”“PKCE”“GB/T 7714”，可一旦用户说“怎么证明产品质量过关”，他就只能干瞪眼——因为用户背不出体系编号，小林也听不懂“质量过关”和“质量管理体系”之间的关系。

score(D,Q)=∑i=1nIDF(qi)⋅fi,D(k1+1)fi,D+k1(1−b+b∣D∣avgdl),IDF(qi)=ln⁡N−dfi+0.5dfi+0.5+1\text{score}(D,Q)=\displaystyle\sum_{i=1}^{n}\text{IDF}(q_i)\cdot \frac{f_{i,D}(k_1+1)}{f_{i,D}+k_1\left(1-b+b\frac{|D|}{avgdl}\right)},\quad \text{IDF}(q_i)=\ln\frac{N-df_i+0.5}{df_i+0.5}+1
BM25 就像小林的索引卡打分规则：词出现得多加分，词越稀有越值钱，文档越长越要克制。它擅长捕捉精确词面，但听不懂同义改写。
  1. 词频因子词在文档中出现次数越多，分值越高，但通过 k1 做饱和控制，避免出现 100 次就比 1 次多 100 倍。
    fi,D(k1+1)fi,D+k1(1−b+b∣D∣avgdl)\frac{f_{i,D}(k_1+1)}{f_{i,D}+k_1(1-b+b\frac{|D|}{avgdl})}
  2. 长度归一化文档长度与平均长度的比值参与计算，b 控制长度惩罚力度，防止长文档因为词多而系统性地得高分。
    1−b+b∣D∣avgdl1-b+b\frac{|D|}{avgdl}
  3. 逆文档频率包含该词的文档数 df_i 越少，IDF 越大，说明这个词越稀有、越能区分文档。
    ln⁡N−dfi+0.5dfi+0.5+1\ln\frac{N-df_i+0.5}{df_i+0.5}+1
  4. 累加求和查询中的每个词都有自己的贡献，把所有词的得分加起来，就是文档与查询的整体相关分。
    ∑i=1n\displaystyle\sum_{i=1}^{n}

双路混合架构

老王终于决定不再二选一。他让老周和小林同时出发，每人带回一份 Top-K 候选书单，然后合并成一个大候选池。老周负责覆盖“意思相近”的文档，小林负责锁定“字面精确”的文档，两个人的盲区互相补上，这是混合检索最核心的架构。

但问题来了：老周给的分数是 0 到 1 的余弦相似度，小林给的 BM25 分数可能从 0 到几十不等。两路分数就像“百分制”和“十分制”的成绩单，直接相加毫无意义。因此，在合并之前要先做归一化处理。最常用的方法是 Min-Max 归一化，把一路分数的最小值映射到 0、最大值映射到 1：

合并后，候选池通常比单路更大。假设向量路找回了文档集合 A，BM25 路找回了文档集合 B，合并后的候选就是 A∪B，它一定不会比任何单路的结果少。这就是“双剑合璧”的第一个红利：召回率提升。不过，候选池太杂也不行，下一步老王还得给这些候选书排出一个最终推荐顺序。

s′=s−min⁡(s)max⁡(s)−min⁡(s)s' = \frac{s - \min(s)}{\max(s) - \min(s)}
归一化就是给两位检索员的打分“统一单位”，让 0.8 的向量分和 18 的 BM25 分都能放在同一条尺子上比较。
  1. 最小值平移用原始分减去该路所有分数的最小值，让最低分变成 0。
    s−min⁡(s)s - \min(s)
  2. 极差缩放用最大值减最小值得到分数跨度，再让分子除以这个跨度，把分数压缩到 0 到 1。
    max⁡(s)−min⁡(s)\max(s) - \min(s)
  3. 归一化结果变换后的分数 s' 保留了原来的相对高下，同时消除了两路之间的量纲差异。
    s−min⁡(s)max⁡(s)−min⁡(s)\frac{s - \min(s)}{\max(s) - \min(s)}

融合排序策略

候选书单摊了一桌子，老王需要排出“先推荐哪本”。他有两种成熟做法：第一种叫 RRF（Reciprocal Rank Fusion，倒数排名融合），它不看分数，只看名次；第二种叫加权求和，它把归一化后的两路分数按权重相加。

RRF 的思想很朴素：一位检索员把书排在第 1 名，说明它在这条路上非常可信；即使另一条路把它排到第 50 名，它也不该被忽略。于是，对每个文档，统计它在各路召回结果中的名次，名次越靠前，贡献越大：

另一种做法是加权求和。经过归一化后，两路分数都在 0 到 1 之间，可以设置一个权重 α 来控制“语义派”和“词面派”的发言权：

RRF 更稳健，因为它不关心两路分数如何分布，只关心名次；加权求和更可控，因为权重直接表达业务偏好。老王通常先用 RRF 快速上线，再根据线上问题换成加权求和微调。

RRF(d)=∑r∈R1k+r(d)\text{RRF}(d)=\displaystyle\sum_{r \in \mathcal{R}}\frac{1}{k+r(d)}
加权求和像老王给两位检索员分配话筒音量：α 越接近 1，向量路越有话语权；α 越接近 0，BM25 路越主导。
  1. 语义分量s_vector 是向量路归一化后的分数，负责表达“意思有多像”。
    α⋅svector\alpha \cdot s_{\text{vector}}
  2. 关键词分量s_BM25 是 BM25 路归一化后的分数，负责表达“词面有多匹配”。
    (1−α)⋅sBM25(1-\alpha)\cdot s_{\text{BM25}}
  3. 加权合成两路分数按比例相加，得到混合检索的最终排序分。
    α⋅svector+(1−α)⋅sBM25\alpha \cdot s_{\text{vector}}+(1-\alpha)\cdot s_{\text{BM25}}

实战场景与调参

不同图书馆里，老周和小林的发言权也应该不同。社区书店读者常描述“那种温暖治愈的书”，老周更重要；法律图书馆读者张口就是“民法典第 585 条”，小林更可靠。混合检索没有银弹，只有根据场景调参数。

在企业知识库问答中，员工提问口语化，比如“年假没休完怎么办”，但同时系统里存在精确标题“员工考勤与休假管理制度”。这时应该让向量路多召回语义相关文档，再让 BM25 路把标题命中的文档顶上来。在技术文档检索中，用户既会问“怎么配置鉴权”，也会直接搜“OAuth2 PKCE”，两路缺一不可。在法规条文查询中，法条编号必须精确，但用户可能只描述“被裁员怎么赔偿”，因此需要 BM25 锁编号、向量路理解场景。

调参时，老王有一个经验口诀：先判断“漏召回”还是“误召回”。如果正确答案压根没进候选池，调融合权重没用，应该加大两路的 Top-K，或者换更强的嵌入模型；如果答案在候选池里但排名靠后，才去调 RRF 的 k、加权求和的 α，或者调整 BM25 的 b 参数。最后一句话：混合检索不是把两个检索器简单拼在一起，而是让两套完全不同的证据在排序阶段互相背书。

AI 应用场景

企业知识库问答

阶段：RAG 的召回阶段

解决的问题：员工提问往往口语化，比如“报销单丢了怎么补”，而知识库里的文档标题可能叫“财务票据遗失处理流程”。单一向量检索能理解“丢了”和“遗失”的语义，却可能忽略标题里的“票据”二字；BM25 能精确匹配标题，却听不懂口语表达。混合检索让两路互补，显著降低漏召回。

具体案例：某制造企业把 5000 份制度文档接入 RAG 问答机器人，仅用向量检索时常见问题准确率约 62%，加入 BM25 双路召回并做 RRF 融合后，准确率提升到 81%。

技术文档检索

阶段：检索召回与排序融合

解决的问题：开发者既可能描述“让用户免登录访问接口”，也可能直接输入“OAuth2 PKCE 示例代码”。向量路负责理解意图，BM25 路负责精确命中 API 名称和代码符号。混合检索让两类查询都能得到高质量结果。

具体案例：某开源项目文档站上线混合检索后，“refresh token 失效”这类模糊问题的点击率提升了 30%，精确搜索“axios interceptors”这类词面查询的响应也依旧稳定。

法规条文查询

阶段：召回融合与排序

解决的问题：用户可能报出“劳动合同法第四十七条”，也可能只问“公司裁员应该赔几个月工资”。前者需要 BM25精确匹配法条编号，后者需要向量路理解“裁员赔偿”与“经济补偿金”的语义关系。

具体案例：法律咨询机器人把法条库改为混合检索后，面对“被裁员怎么算赔偿”的问题，能够在召回阶段同时拉回相关法条和类似判例，再由大模型组织成通俗回答。

Python 演示

python112 行
import mathimport refrom collections import Counter  def tokenize(text):    return re.findall(r"[\w']+", text.lower())  class BM25:    def __init__(self, docs):        self.corpus = [tokenize(d) for d in docs]        self.N = len(self.corpus)        self.avgdl = sum(len(d) for d in self.corpus) / self.N        self.k1 = 1.5        self.b = 0.75        self.idf = {}        self._build_index()     def _build_index(self):        df = {}        for doc in self.corpus:            for term in set(doc):                df[term] = df.get(term, 0) + 1        for term, count in df.items():            self.idf[term] = math.log((self.N - count + 0.5) / (count + 0.5) + 1)     def search(self, query):        q_terms = tokenize(query)        scores = []        for doc in self.corpus:            freq = Counter(doc)            length = len(doc)            score = 0.0            for term in q_terms:                if term not in self.idf:                    continue                tf = freq.get(term, 0)                denom = tf + self.k1 * (1 - self.b + self.b * length / self.avgdl)                score += self.idf[term] * (tf * (self.k1 + 1)) / denom            scores.append(score)        return scores  class VectorRetriever:    def __init__(self, docs):        self.corpus = [tokenize(d) for d in docs]        self.vocab = {}        self.vectors = []        self._build_vectors()     def _build_vectors(self):        for doc in self.corpus:            vec = {}            for term, count in Counter(doc).items():                if term not in self.vocab:                    self.vocab[term] = len(self.vocab)                vec[self.vocab[term]] = count            self.vectors.append(vec)     def search(self, query):        q_vec = {}        for term, count in Counter(tokenize(query)).items():            if term in self.vocab:                q_vec[self.vocab[term]] = count        scores = []        for vec in self.vectors:            common = set(q_vec) & set(vec)            dot = sum(q_vec[i] * vec[i] for i in common)            norm_q = math.sqrt(sum(v * v for v in q_vec.values()))            norm_d = math.sqrt(sum(v * v for v in vec.values()))            if norm_q == 0 or norm_d == 0:                scores.append(0.0)            else:                scores.append(dot / (norm_q * norm_d))        return scores  class HybridRetriever:    def __init__(self, docs):        self.bm25 = BM25(docs)        self.vector = VectorRetriever(docs)     @staticmethod    def _minmax(scores):        lo, hi = min(scores), max(scores)        if hi - lo < 1e-9:            return [0.0] * len(scores)        return [(s - lo) / (hi - lo) for s in scores]     def search(self, query, alpha=0.5, top_k=3):        v = self._minmax(self.vector.search(query))        b = self._minmax(self.bm25.search(query))        hybrid = [alpha * x + (1 - alpha) * y for x, y in zip(v, b)]        order = sorted(range(len(hybrid)), key=lambda i: hybrid[i], reverse=True)        return order[:top_k], hybrid  if __name__ == "__main__":    docs = [        "RAG uses vector search to find relevant documents",        "BM25 is a keyword matching algorithm for sparse retrieval",        "Hybrid search combines vector and keyword results",        "Question answering systems need precise legal citations",        "Neural embeddings capture semantic similarity between texts",    ]    retriever = HybridRetriever(docs)    query = "sparse keyword matching retrieval"    top, scores = retriever.search(query, alpha=0.5, top_k=3)    print("Top results:", [i + 1 for i in top])    for i, s in enumerate(scores):        print(f"doc {i + 1}: {s:.3f}")
目的：用纯 Python 实现一个教学版混合检索器，先分别跑 BM25 和向量余弦相似度，再归一化融合排序。
  1. self.idf[term] = math.log((self.N - count + 0.5) / (count + 0.5) + 1)计算逆文档频率，让稀有词获得更高权重。
  2. denom = tf + self.k1 * (1 - self.b + self.b * length / self.avgdl)BM25 的核心分母，引入长度归一化和词频饱和。
  3. scores.append(dot / (norm_q * norm_d))用余弦相似度作为向量路的语义打分。
  4. v = self._minmax(self.vector.search(query))对向量路分数做 Min-Max 归一化，消除量纲差异。
  5. hybrid = [alpha * x + (1 - alpha) * y for x, y in zip(v, b)]加权求和融合两路分数，得到最终排序分。

常见误区

误区语义检索这么强大，连同义词都能匹配，为什么还要用 BM25 这种“老古董”？我直接只用向量检索不就行了？

正解向量检索对精确编号、API 名称、法条序号这类高频硬信息并不敏感。比如用户搜索“GB/T 7714”，向量模型可能把它理解成“参考文献格式”，却无法确认这是精确的标准号。BM25 的倒排索引能一字不差地命中这些关键词。混合检索不是新模型替代旧模型，而是让两套互补的证据共同参与决策。

为何常见：因为 AI 领域“越新越好”的印象太强，很多人忽视了词法匹配在长尾精确查询上的稳定优势。

误区只要把向量检索的 Top-K 和 BM25 的 Top-K 合并成一个列表，去掉重复文档，不就算混合检索了吗？

正解合并只解决了“找回更多文档”，没有解决“怎么排序”。两路分数量纲不同，直接混合无法比较；还需要归一化，并用 RRF 或加权求和重新排序。否则，候选池里混进大量低质量文档，反而拉低问答效果。

为何常见：因为“混合”听起来像“拼接”，让大家忽略了真正的难点——跨路分数融合。

误区RRF 公式里的 k 越大，名次差异就越不明显，所以我把 k 设成 1000，大家分数都差不多，应该更安全吧？

正解k 控制名次对分数的平滑程度，并非越大越好。k 太大会让所有文档的融合分趋同，失去区分度；k 太小又会让第 1 名权重过重，偶然性变大。业界常用 k=60，然后根据实际验证集微调。

为何常见：因为只看到“平滑”这个好处，忽略了过度平滑会让排序退化。

误区混合检索就是 α=0.5，向量 50%、BM25 50%，这样最公平，不会出问题。

正解0.5 只是一个毫无业务含义的默认值。如果数据里口语化查询多，应提高向量路权重；如果精确编号是主要入口，应提高 BM25 权重。调参前要先判断漏召回主要来自哪一路，再决定权重方向。

为何常见：因为“均衡”听起来很合理，但实际数据几乎永远不均衡。

面试题

Q1. 混合检索中的“双路”通常指哪两条检索路？

单选题 · easy

  • A.向量检索与关键词检索← 正确答案
  • B.标题检索与摘要检索
  • C.粗排检索与精排检索
  • D.用户检索与日志检索

答案：A。混合检索的核心是让向量语义检索和 BM25 关键词检索并行工作。标题/摘要只是字段切分，粗排/精排是排序阶段的不同层级，用户/日志检索更不是两条召回路。

Q2. BM25 中 IDF 的核心作用是什么？

单选题 · easy

  • A.惩罚出现过多的文档
  • B.提高稀有词的权重← 正确答案
  • C.统计查询词的数量
  • D.计算文档的向量模长

答案：B。IDF 表示“某个词在整个语料库中有多稀有”。越稀有的词越能区分文档，权重越高，这正是小林索引卡里“生僻词更值钱”的逻辑。它不惩罚出现过多的文档，也不负责向量计算。

Q3. 向量检索中衡量文本相似度最常用的指标是什么？

单选题 · easy

  • A.编辑距离
  • B.词共现频率
  • C.余弦相似度← 正确答案
  • D.文本压缩比

答案：C。向量检索把文本映射为高维向量，最常用余弦相似度衡量方向是否一致。编辑距离适合短字符串精确匹配，词共现频率不适合语义向量，文本压缩比与语义相关性无关。

Q4. 为什么混合检索在融合前需要对两路分数做归一化？

单选题 · mid

  • A.两路分数量纲和分布不同← 正确答案
  • B.让总分数保持非负
  • C.减少检索内存占用
  • D.让两个模型参数相同

答案：A。向量路分数通常在 0 到 1，BM25 分数可能到几十，直接相加会让量纲大的一方主导。归一化不是为了让分数非负，也和内存、模型参数无关。

Q5. RRF 融合中，k 取 60 的主要含义是什么？

单选题 · mid

  • A.保留 60 个候选文档
  • B.控制名次对分数的平滑程度← 正确答案
  • C.设置向量维度为 60
  • D.限制 BM25 的 k1 参数

答案：B。RRF 的公式是 1/(k+rank)，k 越大，名次差异带来的分数差异越小。它不控制候选数量，与向量维度、BM25 参数没有关系。

Q6. 加权融合公式中 α 接近 1 代表什么？

单选题 · mid

  • A.完全信任关键词结果
  • B.完全信任语义结果← 正确答案
  • C.两路结果各占一半
  • D.随机选择一路结果

答案：B。α 是向量路权重，α 接近 1 时向量分占据绝对主导，BM25 分几乎不影响排序，相当于更信任老周的“气质记忆”。

Q7. 某文档在两路排名分别是第 1 和第 100，另一文档两路排名均为 30，k=60 时 RRF 得分谁更高？

单选题 · hard

  • A.排名 1 和 100 的那个高← 正确答案
  • B.排名都为 30 的那个高
  • C.两者得分完全相同
  • D.缺少文档总数无法判断

答案：A。前者得分为 1/61 + 1/160 ≈ 0.02264，后者得分为 2/90 ≈ 0.02222。RRF 中第 1 名的贡献足够大，即使另一路只排第 100，仍然略微领先两路都排 30 的文档。这体现了“一路强信号”的价值。

Q8. 下面哪些场景更适合引入混合检索？

多选题 · mid

  • A.法律条文精确查询← 正确答案
  • B.产品功能模糊描述← 正确答案
  • C.随机数生成任务
  • D.公司内部制度问答← 正确答案

答案：ABD。法律条文需要精确编号匹配，产品功能描述需要语义理解，内部制度问答两者兼有，因此都适合混合检索。随机数生成任务与文本召回无关。

Q9. 关于 RRF 与加权求和，下列说法正确的是？

多选题 · hard

  • A.RRF 基于排名信息← 正确答案
  • B.加权求和需要先归一化← 正确答案
  • C.RRF 必须设置 alpha 权重
  • D.加权求和只看 BM25 分数

答案：AB。RRF 只依赖名次，不需要归一化分数，也不存在 alpha 参数；加权求和确实需要先归一化两路分数。加权求和会同时考虑两路分数，而不是只看 BM25。

Q10. 关于混合检索调参经验，正确的做法有哪些？

多选题 · extreme

  • A.两路 top-k 必须设成相同值
  • B.每路 top-k 可以分别调节← 正确答案
  • C.加权融合前不需要归一化
  • D.调参前先判断漏召回还是误召回← 正确答案

答案：BD。两路 top-k 可以根据数据特点分别设置，不要求一致；融合前必须先归一化，否则量纲大的那路会主导；调参时应先定位问题：答案没进候选池要调 top-k 或嵌入模型，进池但排位低才调融合权重。