混合检索

一句话：把关键词搜索和向量搜索结合起来，提高AI知识库找资料的准确率。

它是什么

混合检索是同时使用关键词匹配和向量语义检索。关键词搜索擅长找准确词、编号、人名、产品型号；向量搜索擅长理解相似意思。两者结合后，RAG系统更容易找到真正相关的资料。

适合干什么

• RAG问答命中率不稳定的项目
• 有大量产品型号、术语、编号的知识库
• 需要同时支持自然语言和精确搜索的系统
• 企业内部搜索和客服知识库

不适合干什么

• 数据量很小，普通搜索已够用
• 没有评测问题集
• 只想快速做原型不追求质量
• 文档本身混乱且未清洗

普通人怎么用

• 先建立关键词搜索
• 再为文档切片生成向量
• 同一个问题分别跑两种检索
• 合并结果并去重
• 用真实问题比较命中率

进阶用户怎么用

• 给关键词和向量结果设置不同权重
• 对检索结果进行重排
• 为不同问题类型使用不同检索策略
• 建立召回率和答案准确率评测表

常见误区

• 只用向量搜索，导致型号和编号找不准
• 结果合并后不去重
• 没有重排，相关片段排在后面
• 没有测试集，只靠感觉判断效果

和相似工具的区别

• 混合检索 vs 向量检索：向量检索偏语义相似，混合检索同时照顾语义和精确关键词。
• 混合检索 vs 重排模型：混合检索负责找候选资料，重排模型负责把候选资料重新排序。

入门步骤

• 准备20个真实问题
• 建立关键词索引
• 建立向量索引
• 合并两边结果
• 加入重排
• 记录每个问题是否命中正确资料

推荐工具（第三方）

Elasticsearch、OpenSearch、Milvus、Qdrant、LlamaIndex