13.6 第三代：混合检索
关键词检索和语义检索各有优点。关键词检索在搜人名、地名、专有名词时更准。语义检索在搜意思相近的内容时更准。
2025 年开始，实际系统都是混合检索——两边一起搜，把结果合并，再做一次排序，挑最相关的内容给 AI。这样既不会漏掉精确匹配的关键词结果，也能找到语义相近的内容 1。
13.6.1 混合检索的三种融合策略
结果融合（Result Fusion）：这是最常用的方式。稀疏检索和稠密检索各自独立运行，各自返回 Top-K 个结果，然后融合成一个统一的排序列表。融合的核心算法是 RRF（倒数排名融合）：
RRF_score(doc) = Σ 1/(k + rank_i(doc))其中 rank_i(doc) 是文档在第 i 个检索器中的排名，k 是常数（通常取 60）。RRF 的精妙之处在于：它不需要知道每个检索器的绝对分数（不同检索器的分数尺度不同，无法直接比较），只需要知道排名。一个在稀疏检索中排第 1 和在稠密检索中排第 5 的文档，RRF 分数 = 1/(60+1) + 1/(60+5) = 0.0164 + 0.0154 = 0.0318。
分数融合（Score Fusion）：如果两个检索器输出的分数可以归一化到同一尺度，可以直接加权求和。但实践中很少用，因为 BM25 的分数和余弦相似度的分数尺度完全不同，归一化很困难。
流水线融合（Pipeline Fusion）：先用稀疏检索快速缩小候选范围（从百万级到万级），再用稠密检索在候选集上做精细搜索。适合超大规模文档库。
13.6.2 检索质量评估
你怎么知道自己的检索系统好不好？需要量化指标：
- Recall@K：在 Top-K 个检索结果中，有多少比例的相关文档被找到了。Recall@10=0.8 意味着 80% 的相关文档出现在前 10 个结果里。这是 RAG 最重要的指标——漏掉的文档，LLM 永远看不到。
- MRR（平均倒数排名）：第一个相关文档的排名的倒数的平均值。MRR=1 意味着第一个相关文档总是在第 1 位。对”找第一个正确答案”的场景（如问答）很重要。
- NDCG（归一化折损累积增益）：不仅考虑是否相关，还考虑相关程度。高度相关的文档排在前面的得分更高。这是最全面的排序质量指标。
2026 年生产建议：混合检索 + RRF 融合是标配。稀疏检索用 BM25（Elasticsearch 或 Vespa 内置），稠密检索用 Embedding 模型 + 向量数据库，融合用 RRF（k=60）。这套组合在绝大多数场景下都比单一检索方式好。
← 上一节：13.5 第二代：语义搜索（稠密检索） ｜ 下一节：13.7 重排序 —— 提升精度的关键 →
注释
-
StackAI, RAG 最佳实践, https://stackai.com ↩