混合检索：关键词与向量如何一起用

语义检索在同义改写上表现好，却常漏掉错误码、函数名、工单号这类「必须字面命中」的查询。关键词（BM25 等）正好互补。

常见融合方式

• 双路召回再合并：各自取 Top-K，按文档 ID 去重后送重排。
• 分数加权：α · dense + (1-α) · sparse，先做分数归一化。
• 倒数排名融合（RRF）：不依赖原始分数尺度，实现简单、稳健。

归一化别省

余弦分与 BM25 分不在同一量纲。直接相加会让某一路永久主导。可用 min-max、z-score，或干脆改用 RRF。

实务建议

1. 专有名词多的语料：提高稀疏权重或强制关键词必现。
2. 口语化问法多：提高稠密权重，并保留重排模型兜底。
3. 用黄金集分别看「只稠密 / 只稀疏 / 混合」的召回，再调 α。

混合检索的目标不是两路都更大，而是让失败模式彼此覆盖。

小结

先双路召回，再用 RRF 或归一化加权，最后重排。评估时拆开看每一路的贡献，调参才有依据。