混合检索是什么？
关键词检索像「查字典」——你写「苹果」，它只认「苹果」这两个字；向量检索像「懂意思」——你说「好吃的水果」，它也能联想到苹果。混合检索，就是把这两种功夫合在一起，既认字、又懂意。为什么单靠一种不够？
关键词检索：精确但死板搜「AI 大模型」，它找不到写「大语言模型」的段落；同义词、口语表达都会漏掉。
向量检索：灵活但会飘
它擅长找「意思相近」，但偶尔会漏掉精确匹配，比如一个型号、一条法条编号。
它是怎么「混合」的？
各搜各的，再合并关键词检索出一批，向量检索也出一批，把两边的结果按一定规则融到一起。
加权打分
给两种结果各一个权重，最后按综合分数排序，让「既相关又精确」的排前面。
它解决了什么问题？
混合检索是 RAG 系统的标配之一。它补上了单一检索的短板，让系统在「术语、代码、编号」和「口语化问题」之间都能接得住，召回率与精确度一起往上走。一句话记住：混合检索就是「查字典」和「懂意思」双管齐下，让搜索结果又准又全。
评论