周六晚上，小明要办一场家宴，宴请口味各异的客人。他列好菜谱后请了三位买手去菜市场采购：第一位买手只认菜名，菜谱写“鲈鱼”就绝不买“鲈鲤”；第二位买手凭经验，看到“肉质鲜嫩、适合清蒸”的鱼就会多留意；第三位买手按菜谱的原料特征逐项打钩，配料表里有“葱姜料酒”就去凑齐。三位买手各带回一篮子候选食材，可小明不能分开用三份菜，他得把三份候选清单合并成一份去采购，才能又全又准。 这套思路放在 RAG（检索增强生成）系统里，就是“多路召回融合”：向量检索、关键词检索、稀疏向量检索各显神通，分别拉回一批候选文档，再用融合算法合并排序，让最终进入大模型的文档覆盖得又广又准。单路召回就像只派一位买手，难免漏掉关键食材；多路互补再融合，召回率自然翻倍。

岗位关联

掌握多路召回融合，你就能设计出覆盖多种检索意图的 RAG 系统，在真实项目中用可控的延迟换取显著提升的召回率，这是检索工程师的核心竞争力。

目录
  1. 可视化演示
  2. 多路召回概述：三位买手的分工
  3. 向量检索：凭“口感”认菜的买手
  4. 关键词检索：只认菜名的买手
  5. 稀疏向量：按字典清单打钩的买手
  6. RRF 融合：不聊价格，只聊名次
  7. 加权和融合：论信任程度给分
  8. 工程权衡：多请买手的代价
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示向量/关键词/稀疏向量多路召回架构、RRF融合算法和召回率对比。交互切换多路、RRF和召回视图。

本节配有交互动效（进入视口后自动加载，约 3KB）。

多路召回架构 向量检索：语义相似 关键词：精确匹配 稀疏向量：混合 Q→{Vec,Kwd,Spr}→Fusion 三路并行召回后融合排序

多路召回概述：三位买手的分工

为什么不能只派一位买手？因为任何一位买手的能力再强，都有自己的盲区——只认菜名的买手听不懂“滑嫩弹牙的鱼”这种描述，凭口感的买手认不出“第 48 号标准调料包”。菜谱越复杂，单一买手漏采的风险越大。

在 RAG 系统里，“检索”是一条流水线：先“召回”再从海量文档中快速捞回可能相关的候选，再“重排”精挑细选，最后交给大模型生成回答。召回这一步不求十全十美，只求“千万别漏掉正确答案”，否则后面的重排和生成再强也无济于事。

衡量召回阶段的关键指标叫召回率。召回率回答的问题是：真正相关的文档，到底被抓回来多少？

多路召回的思路，就是多请几位特点不同的买手，把彼此的盲区互相补上，让“相关文档集”尽可能落在“召回文档集”里面。这就是召回率翻倍的第一个秘诀：先别谈精，先谈全。

Recall=∣Drel∩Drecall∣∣Drel∣\text{Recall}=\frac{|D_{\text{rel}}\cap D_{\text{recall}}|}{|D_{\text{rel}}|}
召回率 = 被召回的“真正相关文档”数 ÷ 全部“真正相关文档”数。分母固定，分子越大越接近 1。
  1. 相关文档集公式里的 $D_{\text{rel}}$ 代表所有真正符合用户问题的文档，相当于家宴菜谱真正需要的全部食材。
    Drel={所有真正相关的文档}D_{\text{rel}}=\{\text{所有真正相关的文档}\}
  2. 召回文档集$D_{\text{recall}}$ 是系统实际拉回的候选文档，对应三位买手各自买回来的食材篮。
    Drecall={检索系统实际召回的文档}D_{\text{recall}}=\{\text{检索系统实际召回的文档}\}
  3. 取交集分子是“既相关又被召回”的文档数量，只在一方出现的文档不会进入分子。
    ∣Drel∩Drecall∣|D_{\text{rel}}\cap D_{\text{recall}}|
  4. 算占比比值越接近 1 越理想，说明相关文档几乎全部被捞回，没有漏网之鱼。
    ∣Drel∩Drecall∣∣Drel∣∈[0,1]\frac{|D_{\text{rel}}\cap D_{\text{recall}}|}{|D_{\text{rel}}|}\in[0,1]

向量检索：凭“口感”认菜的买手

那位凭经验的买手，看的是“感觉相似”。客人说“想吃上次那种滑嫩弹牙的鱼”，买手不纠结具体菜名，货架上的冷冻鲈鱼和鲜活鲈鲤都可能入选，因为它们的口感、做法在记忆里是相近的。

RAG 里对应向量检索：把问题和文档都丢进嵌入模型（Embedding Model），转成一串数字向量。语义相近的文本在向量空间里距离就近，哪怕问题里没有文档中的任何原词，只要意思接近就能命中。这正是向量检索最独特的价值：扛得住同义改写和口语化表达。

数学上常用余弦相似度来衡量两个向量的“像不像”：

但“口感买手”也有盲区：只认感觉，不认准字。客人点名“三文鱼”时，它可能因为“大马哈鱼口感相似”而漏掉写着“进口挪威三文鱼”的摊位——于是需要那位只认菜名的精确买手来补位。

sim(q,d)=q⋅d∥q∥ ∥d∥=∑i=1nqidi∑i=1nqi2⋅∑i=1ndi2\text{sim}(\mathbf{q},\mathbf{d})=\frac{\mathbf{q}\cdot\mathbf{d}}{\|\mathbf{q}\|\,\|\mathbf{d}\|}=\frac{\sum_{i=1}^{n}q_i d_i}{\sqrt{\sum_{i=1}^{n}q_i^2}\cdot\sqrt{\sum_{i=1}^{n}d_i^2}}
余弦相似度把两个向量夹角的“像不像”转成 -1 到 1 之间的数，越接近 1 说明语义越接近。
  1. 向量点积两个向量的对应维度相乘后累加，衡量它们在同一方向上的共振强度。
    q⋅d=∑i=1nqidi\mathbf{q}\cdot\mathbf{d}=\sum_{i=1}^{n}q_i d_i
  2. 向量模长每个向量的长度，用来消除文本长短带来的尺度影响。
    ∥q∥=∑i=1nqi2\|\mathbf{q}\|=\sqrt{\sum_{i=1}^{n}q_i^2}
  3. 余弦相似度点积除以两个模长之积，把得分压缩到 -1 到 1 的固定区间。
    cos⁡(θ)=q⋅d∥q∥ ∥d∥\cos(\theta)=\frac{\mathbf{q}\cdot\mathbf{d}}{\|\mathbf{q}\|\,\|\mathbf{d}\|}
  4. 结果解读接近 1 表示语义几乎相同，接近 0 表示无关，负值表示语义相反。
    sim(q,d)∈[−1,1]\text{sim}(\mathbf{q},\mathbf{d})\in[-1,1]

关键词检索：只认菜名的买手

第二位买手绝对较真：菜谱写“鲈鱼”就要“鲈鱼”，鱼摊写“鲈鲤”他看都不看。优点是精准、不跑偏；缺点很致命——听不懂“那种滑嫩弹牙的鱼”这种模糊描述，一个字对不上就彻底放弃。

RAG 里对应关键词检索，工业界最经典的是 BM25。它统计两个信号：词频（TF）表示词在文档里出现多少次，逆文档频率（IDF）表示这个词有多稀有。词出现越多越加分，但“的”“了”这类遍地都是的词权重被压得很低，防止它们刷屏。

BM25 的打分公式长这样：

“菜名买手”的价值在于：当用户问题里带有明确实体和编号——比如“合同 HT-2024-001”“鲈鱼清蒸做法”——它能一个字不差地命中。它的盲区是认不出同义改写，于是需要按特征打钩的第三位买手。

score(D,Q)=∑i=1nIDF(qi)⋅f(qi,D) (k1+1)f(qi,D)+k1(1−b+b∣D∣avgdl)\text{score}(D,Q)=\sum_{i=1}^{n}\text{IDF}(q_i)\cdot\frac{f(q_i,D)\,(k_1+1)}{f(q_i,D)+k_1\left(1-b+b\frac{|D|}{\text{avgdl}}\right)}
BM25：对查询里的每个词，先用 IDF 衡量词的稀有程度，再乘上一个被文档长度调节过的词频项，最后全部累加。
  1. 查询词遍历对查询里的每一个词项分别算贡献，再统一相加，对应“菜名里的每个字都要对一遍”。
    ∑i=1n(⋅)\sum_{i=1}^{n}(\cdot)
  2. 稀有度加权IDF 让常见词权重低、稀有词权重高，越独特的词越能区分食材。
    IDF(qi)=log⁡N−df(qi)+0.5df(qi)+0.5\text{IDF}(q_i)=\log\frac{N-\text{df}(q_i)+0.5}{\text{df}(q_i)+0.5}
  3. 词频饱和项出现次数越多分越高，但增长越来越慢，防止某个词刷屏把整份文档顶上去。
    f(qi,D)(k1+1)f(qi,D)+k1\frac{f(q_i,D)(k_1+1)}{f(q_i,D)+k_1}
  4. 长度归一化用文档长度除以平均长度来打折，长文档不容易因为“话多”而占便宜。
    1−b+b∣D∣avgdl1-b+b\frac{|D|}{\text{avgdl}}

稀疏向量：按字典清单打钩的买手

第三位买手随身带一本“特征清单册”（对应词表）。每到一个摊位他就翻册子打钩：这摊有“葱”，打一钩；有“姜”，再打一钩；有“鲈鱼”，重点打两钩。回来交差时，他交的不是菜名也不是口感描述，而是一串“哪些特征出现、出现几次”的钩子列表。

RAG 里这就是稀疏向量（Sparse Vector）：向量的维度是词表里的每个词，文档拥有哪些词，就在对应维度上填入权重（通常用词频 × IDF）。因为大部分维度是 0，所以是“稀疏”的。它夹在向量检索和关键词检索之间：既用了词的统计信息，又保留了“哪些特征被命中”的可解释性。

两篇文档是否匹配，看它们打钩的重叠程度，数学上就是内积：

三位买手各有所长，也各有盲区，谁都不能独立完成任务。现在问题来了：三份候选清单，怎么合并成一份？这就到了整篇文章最核心的融合环节。

s(q,d)=∑t∈Vxq,t⋅xd,t,xd,t=TF(t,d)×IDF(t)s(q,d)=\sum_{t\in\mathcal{V}}x_{q,t}\cdot x_{d,t},\qquad x_{d,t}=\text{TF}(t,d)\times\text{IDF}(t)
稀疏向量打分 = 查询和文档共现词项的权重相乘再累加，语义上相当于“两张特征钩子清单对一对”。
  1. 词表空间$\mathcal{V}$ 是所有可能出现的词构成的高维空间，对应那本厚厚的特征清单册。
    V={t1,t2,…,tm}\mathcal{V}=\{t_1,t_2,\ldots,t_m\}
  2. 词项权重每个词维度上的值由词频与 IDF 共同决定，出现越多、越稀有，权重越大。
    xd,t=TF(t,d)×IDF(t)x_{d,t}=\text{TF}(t,d)\times\text{IDF}(t)
  3. 内积匹配查询和文档共现的词越多，内积越大，对应“打钩重叠”越多。
    s(q,d)=∑t∈Vxq,t xd,ts(q,d)=\sum_{t\in\mathcal{V}}x_{q,t}\,x_{d,t}
  4. 可解释性每一分都能追溯到具体共现词，方便分析“为什么命中”。
    共现词集={t∣xq,t>0, xd,t>0}\text{共现词集}=\{t\mid x_{q,t}>0,\ x_{d,t}>0\}

RRF 融合：不聊价格，只聊名次

小明拿到三份清单，犯了难：买手 A 说鲈鱼最好，买手 B 压根没买鲈鱼；买手 C 把豆腐排在第二，买手 A 却把豆腐排在第十。三份清单的打分标准各不相同——有的写价格，有的写新鲜度——根本没法直接比大小。

一个聪明的办法是：别管分数，只看排名。这就是 RRF 融合（Reciprocal Rank Fusion，倒数排名融合）：某样食材在每份清单里的名次越靠前，就给它发越多“名次分”，最后把几份清单的名次分全部相加。

这就像小明对三位买手说：“别跟我报价了，就说你们各自觉得哪几样最值得买，按推荐顺序排个队。”名次这种“软信息”天然可比，完全绕开了各路分数尺度不一致的难题——这是 RRF 在工业界广为流行的根本原因。

RRF(d)=∑r∈R1k+rankr(d)\text{RRF}(d)=\sum_{r\in\mathcal{R}}\frac{1}{k+\text{rank}_r(d)}
RRF：文档 $d$ 在每条检索路的结果里排第几名，就贡献 $1/(k+\text{名次})$ 分；把所有路的贡献加起来，就是最终得分。
  1. 候选路集合$\mathcal{R}$ 是所有检索路（向量、关键词、稀疏向量等）的集合，对应三位买手。
    R={向量路,关键词路,稀疏向量路}\mathcal{R}=\{\text{向量路},\text{关键词路},\text{稀疏向量路}\}
  2. 名次贡献文档在某一路排第几，就贡献一个倒数分，名次越靠前分数越大。
    1k+rankr(d)\frac{1}{k+\text{rank}_r(d)}
  3. 平滑参数 k$k$ 常用 60，它让名次靠后的文档惩罚不会过于剧烈，避免微小抖动改变结局。
    k=60k=60
  4. 跨路累加文档在所有路中的贡献全部相加，多路都靠前的文档分数叠加，稳居前列。
    RRF(d)=∑r∈R1k+rankr(d)\text{RRF}(d)=\sum_{r\in\mathcal{R}}\frac{1}{k+\text{rank}_r(d)}

加权和融合：论信任程度给分

但小明很快发现一个隐患：三位买手的靠谱程度不一样。买手 A 认得所有食材，从不出错；买手 C 对新上市的食材不太熟，偶尔买错。如果三份清单完全一视同仁，岂不是把靠谱和不靠谱混为一谈？

加权和融合（Weighted Sum）的思路是：先把各路分数换算到同一把尺子上（归一化），再按信任程度乘以权重相加。比如用户搜“苹果”，既想要 Apple 产品也想要水果，就给商品路权重 0.7、百科路权重 0.3，让两种意图都被照顾到。

归一化最常用 min-max 缩放，把每路分数压到 0 到 1 之间：

小明最后决定：买鱼听买手 A 的（权重 0.6），买菜叶听买手 C 的（权重 0.4），其余五五开。加权和的价值就是把“信任”变成可调节的数字；代价则是必须事先校准各路分数，工程上比 RRF 更费劲。

sfuse(d)=∑r∈Rwr s^r(d),s^r(d)=sr(d)−smin⁡smax⁡−smin⁡s_{\text{fuse}}(d)=\sum_{r\in\mathcal{R}}w_r\,\hat{s}_r(d),\qquad\hat{s}_r(d)=\frac{s_r(d)-s_{\min}}{s_{\max}-s_{\min}}
加权和：把每路原始分数缩放到 [0,1]，再乘上这路的权重，最后把各路加起来得到融合分。
  1. 原始分数不同路的分数量纲不同，价格分和新鲜度分不能直接相加，必须先统一尺子。
    s1(d), s2(d), …s_1(d),\ s_2(d),\ \ldots
  2. 极值归一化用 min-max 缩放把每路分数映射到 0 到 1，消除量纲差异。
    s^r(d)=sr(d)−smin⁡smax⁡−smin⁡\hat{s}_r(d)=\frac{s_r(d)-s_{\min}}{s_{\max}-s_{\min}}
  3. 信任权重$w_r$ 是给第 $r$ 路的权重，越大说明越信任这一路（常人工设定或离线调参）。
    wr∈[0,1],∑rwr=1w_r\in[0,1],\quad \sum_{r}w_r=1
  4. 加权求和归一化分乘权重再相加，得到每篇文档的最终融合分。
    sfuse(d)=∑r∈Rwr s^r(d)s_{\text{fuse}}(d)=\sum_{r\in\mathcal{R}}w_r\,\hat{s}_r(d)

工程权衡：多请买手的代价

小明一算账吓了一跳：请三位买手同时出门，菜确实买全了，但跑腿时间、车费、沟通成本都翻了几倍。要是每道菜都让三位买手跑一趟，晚宴怕是凌晨才开席。

工程上同理。多路召回意味着同时跑向量索引、BM25 索引、稀疏向量索引，每路都有独立计算开销和 IO 延迟。召回路数翻倍，延迟和资源成本往往跟着上涨，这是多路召回最直接的代价。

好在各路检索彼此独立，可以并发执行。总延迟近似等于最慢一路的耗时，加上融合开销和重排开销：

聪明的做法是“粗召回 + 细重排”：多路召回先把候选从几万压到几十个，重排只对这几十个精排；对高频问题再把结果缓存起来。买手多跑腿没关系，只要赶在开席前把菜交齐、主厨精挑细选不超时，这桌晚宴就能准时开席。

Ltotal≈max⁡r∈RLr+Lfuse+LrerankL_{\text{total}}\approx\max_{r\in\mathcal{R}}L_r+L_{\text{fuse}}+L_{\text{rerank}}
端到端延迟 ≈ 最慢那路检索的耗时 + 融合耗时 + 重排耗时。并发执行让“多路”不必变成“多倍延迟”。
  1. 最慢一路$\max_{r}L_r$ 体现并发优势——三路同时跑，总等待取决于最慢的买手。
    max⁡(L1,L2,L3)\max(L_1,L_2,L_3)
  2. 融合开销$L_{\text{fuse}}$ 是对少量候选做合并排序的耗时，在 RRF 下几乎可以忽略。
    Lfuse≈O(nlog⁡n)L_{\text{fuse}}\approx O(n\log n)
  3. 重排开销候选越多，重排模型推理次数越多，延迟随之上升。
    Lrerank∝candidatesL_{\text{rerank}}\propto\text{candidates}
  4. 延迟预算端到端延迟必须压在 SLA 以内，必要时削减路数或候选数。
    Ltotal≤LbudgetL_{\text{total}}\le L_{\text{budget}}

AI 应用场景

企业知识库智能问答

阶段：检索（召回）阶段

解决的问题：企业内部文档同时存在精确术语（“合同编号 HT-2024-001”）和模糊口语（“咱们去年和甲方签的那份协议”）。单一向量检索对精确编号不敏感，单一 BM25 又匹配不出口语语义，只有多路互补才能两头兼顾。

具体案例：某银行法务部门的知识库问答系统。员工问“去年跟启明科技签的采购框架协议还有效吗”——向量路召回了“采购框架协议”“合同有效期”等语义相近的文档，BM25 路召回了含“启明科技”"2024"等字词的文档，RRF 融合后把两份关键文档都排进 Top 3，大模型得以拼出完整回答。

电商搜索的意图分流

阶段：召回 + 重排流水线

解决的问题：用户搜“苹果”，既想要 iPhone 也想要水果。单路检索只能押注一种意图，另一类商品会被系统性漏掉，导致召回率低、转化率差。

具体案例：某电商平台搭建三路召回——向量路召回"iPhone 15"“苹果笔记本电脑”等语义商品，关键词路召回标题含“苹果”的应季水果，稀疏向量路召回同时包含“苹果+礼盒”等组合特征的店铺。加权和融合后，两类商品都进入候选池，再结合用户历史点击做个性化精排。

法律条文与学术论文检索

阶段：检索召回阶段

解决的问题：法规条文有固定编号（“第四十八条”），用户却常描述成“关于违约金的那条”。精确编号靠关键词路一秒钟命中，语义描述靠向量路理解意图，两者缺一不可。

具体案例：某法律科技公司把现行法规库做过路召回：BM25 对“第四十八条”这类编号精确匹配，向量路对“合同违约怎么办”这类口语查询做语义召回，最后用 RRF 合并，让法官和律师在检索时既不漏编号、也不漏语义。

Python 演示

python105 行
# -*- coding: utf-8 -*-"""多路召回融合演示: 向量 + BM25 + 稀疏向量, RRF 与加权和两种融合."""import math CORPUS = [    "苹果发布新一代智能手机",    "苹果种植技术有哪些要点",    "手机销量排名出炉",    "智能音箱市场份额报告",    "冬季苹果保存方法",    "国产手机品牌出海策略",] def tokenize(text):    # 简易分词: 按单字切分, 仅用于演示    return list(text) def build_idf(corpus):    n = len(corpus)    df = {}    for doc in corpus:        for w in set(tokenize(doc)):            df[w] = df.get(w, 0) + 1    idf = {}    for w, cnt in df.items():        idf[w] = math.log((n + 1) / (cnt + 0.5))    return idf def bm25(query, doc, idf):    q_terms = tokenize(query)    doc_terms = tokenize(doc)    dl = len(doc_terms)    avgdl = sum(len(tokenize(d)) for d in CORPUS) / len(CORPUS)    k1, b = 1.5, 0.75    score = 0.0    for t in q_terms:        tf = doc_terms.count(t)        if tf == 0:            continue        numerator = tf * (k1 + 1)        denominator = tf + k1 * (1 - b + b * dl / avgdl)        score += idf.get(t, 0) * numerator / denominator    return score def embed(text):    vec = {}    for w in tokenize(text):        vec[w] = vec.get(w, 0) + 1    return vec def cosine(vec_a, vec_b):    dot = sum(vec_a[w] * vec_b[w] for w in set(vec_a) & set(vec_b))    na = math.sqrt(sum(v * v for v in vec_a.values()))    nb = math.sqrt(sum(v * v for v in vec_b.values()))    if na == 0 or nb == 0:        return 0.0    return dot / (na * nb) def sparse_score(query, doc, idf):    qv = embed(query)    dv = embed(doc)    return sum(idf.get(w, 0) * qv[w] * dv[w] for w in set(qv) & set(dv)) def rrf_fuse(ranked_lists, k=60):    scores = {}    for lst in ranked_lists:        for rank, doc_id in enumerate(lst, start=1):            scores[doc_id] = scores.get(doc_id, 0) + 1.0 / (k + rank)    return sorted(scores.items(), key=lambda x: x[1], reverse=True) def weighted_fuse(score_lists, weights):    doc_map = {}    for i, sc in enumerate(score_lists):        vals = list(sc.values())        vmin, vmax = min(vals), max(vals)        for doc_id, v in sc.items():            if vmax > vmin:                v = (v - vmin) / (vmax - vmin)            else:                v = 1.0            doc_map[doc_id] = doc_map.get(doc_id, 0) + weights[i] * v    return sorted(doc_map.items(), key=lambda x: x[1], reverse=True) def main():    query = "苹果手机"    idf = build_idf(CORPUS)    kw = {i: bm25(query, doc, idf) for i, doc in enumerate(CORPUS)}    vc = {i: cosine(embed(query), embed(doc)) for i, doc in enumerate(CORPUS)}    sp = {i: sparse_score(query, doc, idf) for i, doc in enumerate(CORPUS)}     keyword_rank = [d for d, _ in sorted(kw.items(), key=lambda x: x[1], reverse=True)[:3]]    vector_rank = [d for d, _ in sorted(vc.items(), key=lambda x: x[1], reverse=True)[:3]]    sparse_rank = [d for d, _ in sorted(sp.items(), key=lambda x: x[1], reverse=True)[:3]]     fused = rrf_fuse([keyword_rank, vector_rank, sparse_rank], k=60)    fused_w = weighted_fuse([kw, vc], [0.5, 0.5])     print("Keyword top3:", [CORPUS[i] for i in keyword_rank])    print("Vector  top3:", [CORPUS[i] for i in vector_rank])    print("Sparse  top3:", [CORPUS[i] for i in sparse_rank])    print("RRF     top3:", [(CORPUS[i], round(s, 4)) for i, s in fused])    print("Weighted top:", [(CORPUS[i], round(s, 4)) for i, s in fused_w]) if __name__ == "__main__":    main()
目的：在一个微型中文语料上实现三路召回（BM25、余弦向量、稀疏向量内积），再用 RRF 和加权和分别融合，直观对比最终排序差异。
  1. df[w] = df.get(w, 0) + 1统计每个词出现在多少篇文档里，是 IDF 的基础。
  2. score += idf.get(t, 0) * numerator / denominatorBM25 核心累加，每个查询词贡献一部分分数。
  3. dot = sum(vec_a[w] * vec_b[w] for w in set(vec_a) & set(vec_b))只对两个向量共有的词做点积。
  4. return dot / (na * nb)把点积除以长度，得到余弦相似度。
  5. scores[doc_id] = scores.get(doc_id, 0) + 1.0 / (k + rank)RRF 融合核心：按排名发倒数分。
  6. v = (v - vmin) / (vmax - vmin)min-max 归一化，把分数压到 0 到 1。
  7. doc_map[doc_id] = doc_map.get(doc_id, 0) + weights[i] * v加权求和，把各路贡献累加。
  8. keyword_rank = [d for d, _ in sorted(kw.items(), key=lambda x: x[1], reverse=True)[:3]]取关键字路 Top 3 作为候选。
  9. fused = rrf_fuse([keyword_rank, vector_rank, sparse_rank], k=60)三路候选汇合，RRF 合并排序。

常见误区

误区我上线了多路召回，把向量、BM25、稀疏向量全加上了，大模型回答的准确率一定翻倍。

正解多路召回提升的是“候选覆盖”，也就是把正确答案捞进候选集的概率；最终准确率还取决于重排和生成。就像买手买全了食材，主厨手艺不行，菜照样难吃。若重排环节太弱，新增候选反而会引入噪声。

为何常见：容易把“召回率”和“准确率”混为一谈，毕竟都带“率”字，而且在简单评测集上候选变多确实常常带来明显上涨。

误区RRF 和加权和一样，得先把各路分数转到 0 到 1 再套公式，不然不公平。

正解RRF 完全不使用原始分数，只用排名。它的设计初衷恰恰是绕开各路分数尺度不可比的难题——就像三位买手按“推荐顺序”而非“报价”合并清单。归一化是加权和才需要做的事。

为何常见：习惯了加权和的流程，看到“融合”两个字就想当然先归一化，没注意到 RRF 公式里根本没有分数变量。

误区为了召回率最大化，我把能想到的检索方式全加上，路数越多系统越强。

正解每多一路都带来额外延迟、存储和维护成本；而且各路结果重复度高时边际收益递减，冗余候选还会拖累重排。工程上应做消融实验，找到“再加一路提升不明显”的拐点。

为何常见：直觉上“越多越全”，忽视了资源约束和边际收益递减规律，把多路召回理解成堆料。

误区加权和嘛，给向量 0.8、BM25 给 0.2，看着差不多就行，不用那么讲究。

正解权重本质上是各路“可信度”，拍脑袋定权重容易让某一路完全主导、另一路形同虚设。规范做法是在验证集上做网格搜索或贝叶斯调参，用召回率或 NDCG 选择最优权重。

为何常见：权重看起来只是一个 0 到 1 的小数，容易轻视它对融合结果的一票否决式影响。

误区把三路的 Top 10 直接丢给重排器，就算完成多路召回了。

正解直接拼接会产生大量重复候选（同一文档出现在多路中），顺序也冲突无序。需要去重 + 合并排序（RRF 或加权和），让重复出现、各路都靠前的文档真正排到前面。

为何常见：多路召回的字面意思让人误以为只差“拼接”这一步，忽略了“融合”才是把多路价值放大的关键。

面试题

Q1. 多路召回融合的首要目标是？

单选题 · easy

  • A.提升单路检索精度
  • B.提升召回覆盖率← 正确答案
  • C.显著降低计算开销
  • D.完全替代重排流程

答案：B。多路召回通过互补覆盖各类检索意图，核心是提高“正确答案进入候选集”的概率，即召回率。它不直接提升单路精度，也不负责降低开销或替代重排。

Q2. BM25 主要依赖哪类信号打分？

单选题 · easy

  • A.语义向量距离
  • B.词频与稀有度← 正确答案
  • C.图结构关系
  • D.用户点击行为

答案：B。BM25 用词频（TF）衡量词在文档中的出现次数，用逆文档频率（IDF）衡量词的稀有度。它不涉及向量距离、图关系或点击行为。

Q3. 向量检索最擅长解决哪类问题？

单选题 · easy

  • A.精确匹配词面
  • B.语义近义改写← 正确答案
  • C.词形还原处理
  • D.候选精排调序

答案：B。向量检索把文本映射到语义空间，“苹果手机”和"iPhone"即使没有共同词也能靠语义距离命中。精确匹配是关键词路的强项，重排是重排模型的职责。

Q4. RRF 融合的核心输入是什么？

单选题 · mid

  • A.各路候选排名← 正确答案
  • B.各路原始分数
  • C.归一化后概率
  • D.文档嵌入向量

答案：A。RRF 公式 $\frac{1}{k+\text{rank}}$ 只用排名，不读原始分数，也不要求归一化。它正是为了规避各路分数尺度不一致而设计的。

Q5. 加权和融合前通常需要先做什么？

单选题 · mid

  • A.各路分数归一化← 正确答案
  • B.各路排名倒序
  • C.词频逆文档统计
  • D.特征哈希降维

答案：A。不同检索路的分数量纲不同（价格分和新鲜度分不能直接相加），必须先做 min-max 归一化统一尺子，再乘权重相加。

Q6. RRF 公式中的 k 参数主要作用是？

单选题 · mid

  • A.平滑排名靠后的惩罚← 正确答案
  • B.控制各路权重比例
  • C.决定召回候选总数
  • D.设置向量检索维度

答案：A。k 加在分母上，用于降低名次靠后文档的惩罚幅度，避免排名抖动过分影响结果，常取 60。它不控制权重、候选数或向量维度。

Q7. 某文档在向量路排第 2、关键词路排第 3，RRF 取 k=60 时得分约为？

单选题 · extreme

  • A.约 0.0161
  • B.约 0.0320← 正确答案
  • C.约 0.0484
  • D.约 0.0645

答案：B。两块贡献分别是 $1/(60+2)=1/62\approx0.016129$ 和 $1/(60+3)=1/63\approx0.015873$，相加约等于 0.0320。选 B。

Q8. 下列哪些检索方式适合组成多路召回？

多选题 · mid

  • A.语义向量检索← 正确答案
  • B.关键词 BM25← 正确答案
  • C.稀疏向量检索← 正确答案
  • D.全量文档人工标注

答案：ABC。向量、BM25、稀疏向量都是可在线执行的检索路，各自擅长不同意图。全量人工标注是离线数据工程，不是在线检索方式，不适合作为召回路。

Q9. 关于 RRF 与加权和融合，正确的说法是？

多选题 · hard

  • A.RRF 只用排名不看分数← 正确答案
  • B.加权和需要分数归一化← 正确答案
  • C.两者都需要重排模型
  • D.两者都能合并多路结果← 正确答案

答案：ABD。RRF 用倒数排名免去归一化；加权和必须归一化再加权。两者都只是候选合并手段，不依赖重排模型，C 错误。

Q10. 多路召回融合在工程上需要考虑哪些问题？

多选题 · mid

  • A.重复候选去重合并← 正确答案
  • B.延迟与资源开销← 正确答案
  • C.召回率必然下降
  • D.重排候选数的控制← 正确答案

答案：ABD。同一文档可能被多路同时召回，需要去重合并；多路并发带来延迟和资源成本；候选增多会让重排变贵，需控制数量。召回率不会必然下降，C 错误。