一 混合检索（Hybrid Search）

为什么需要混合检索？

向量检索（Semantic Search）：
✅ 理解语义："采购" ≈ "购买"
❌ 对精确词不敏感："PO-2024-001" 找不到

BM25 检索（Keyword Search）：
✅ 精确匹配："PO-2024-001" 完美匹配
❌ 不理解语义："采购" ≠ "购买"

混合检索 = 两者结合：

# 查询："查询库存组织ID的SQL"

# 向量检索返回：
[文档A: "库存管理系统设计", 
 文档B: "组织架构说明",
 文档C: "SQL查询示例"]

# BM25 检索返回：
[文档D: "🎈3.查询库存组织ID、业务实体ID、分类账名称",  # ✅ 正确！
 文档E: "库存组织ID字段说明",
 文档F: "SQL语法教程"]

# RRF 融合后：
[文档D,  # 两种检索都排名靠前
 文档C,
 文档E]

二 RRF 融合算法

RRF（Reciprocal Rank Fusion） 是一种无参数融合算法。

📐 公式

RRF 分数 = Σ 1 / (k + rank_i)

🧮 计算示例

假设有 2 个检索结果：

向量检索：[文档A(1), 文档B(2), 文档C(3)]
BM25 检索：[文档B(1), 文档D(2), 文档A(3)]

文档A 的 RRF 分数：
= 1/(60+1) + 1/(60+3)
= 0.0164 + 0.0159
= 0.0323

文档B 的 RRF 分数：
= 1/(60+2) + 1/(60+1)
= 0.0161 + 0.0164
= 0.0325  # 最高！

最终排序：[文档B, 文档A, 文档C, 文档D]

✅ RRF 的优点

• 无需调参（不需要设置权重）
• 鲁棒性强（对不同数据集都有效）
• 简单高效（计算量小）