是什么
混合检索由两路召回构成。向量检索具备较强的语义泛化能力，但在处理专有名词、编号和缩写时容易遗漏。字面检索通常基于BM25算法，通过词频逆文档频率进行打分，在精确词命中方面表现较好。
两路召回的结果需要进行融合。常用的倒数排名融合算法（RRF）按两路返回的排名位置进行合并，这种方式不依赖各自的分数量纲。此外，也可以采用加权归一化分数的方式进行融合。
融合步骤负责解决召回内容的并集问题，其后通常会接入重排模型（Rerank）进行统一排序，从而解决最终输出结果的顺序正确性。
解决什么问题
真实的查询请求往往既包含对原有概念的改写说法，又带有特定的专有名词或型号。面对这类请求，纯向量检索或纯字面检索的单路召回都存在系统性盲区。
混合检索结合了两路特性，补齐了单一检索的缺陷，解决了单一路径在语义泛化或精确匹配上的漏召回问题。
面试怎么考
面试中常提问为什么向量检索不够用。答题时需明确指出向量检索在面对专有名词、编号或缩写时的盲区。
另一常考方向是BM25原理及其对TF-IDF的改进，需围绕词频逆文档频率打分特点展开。此外，常考RRF怎么融合两路结果，答题要点是强调其按排名位置进行倒数合并，不依赖分数量纲。
又称：混合检索 · Hybrid Search · 向量加字面检索
接着做点什么
—— 本条完 ——