混合检索和重排序（Rerank）是什么？为什么向量检索不够用？

先这样答

先说向量检索为什么不够。Embedding 把文本压成一个语义向量，擅长「意思相近」，但对精确匹配不敏感：用户搜错误码「ERR_CONN_1002」、搜型号「A-320C」，这种查询靠语义相似度经常把正确文档排在后面，因为向量空间里这些专有词被平均掉了。

混合检索的思路是补一条关键词链路：BM25 这类经典算法对精确词非常锋利。向量一路、BM25 一路各拉一批候选，再用融合算法合并——RRF（倒数排名融合）是常用做法，按两路里的排名给分，不依赖两路分数的量纲。这样语义模糊的查询靠向量路赢，精确词查询靠关键词路赢，互相兜底。

重排解决的是另一个问题。向量检索用的是双塔结构：查询和文档各自独立编码再算相似度，快，但两段文本之间没有交互，精度有天花板。重排用交叉编码器：把查询和每个候选文档拼在一起送进模型，逐对算相关性分，精度高一截。代价是每个候选都要跑一遍模型，贵也慢，所以只能排在召回之后、只处理少量候选——先用便宜的双塔从全库拉出几十条，再用贵的交叉编码器排出前几条。

一句话总结分工：召回管「别漏」，重排管「排对」，混合检索是把「别漏」再加固一层。

面试官会怎么追问

• RRF 的原理能展开吗？ 每条候选在每一路里按排名拿到 1/(k+rank) 的分，k 通常取 60，各路求和后重新排序；好处是不用管两路分数量纲，只看排名。
• 重排模型和 Embedding 模型什么关系？ 前期通常是同系列的开源模型，交叉编码器版做重排；重排也可以直接调大模型做逐条判断，更准但更贵更慢。
• 双路结果数量怎么定？ 各拉几十到上百条进融合，融合后取前几十条进重排，重排后留三五条进提示词；每层留多少靠评测集调。

回答的坑

• 把混合检索和重排说成一回事。一个是召回层的多路合并，一个是精排模型，层次不同。
• 只讲概念不给场景例子。说「错误码、型号、人名靠 BM25 兜底」这种具体场景，一听就是真用过的。