nexus/wiki/concepts/Hybrid-Search.md

title, type, tags, sources, last_updated

title	type	tags	sources	last_updated
Hybrid Search	concept	search vector bm25 retrieval	semantic-memory-search knowledge-base-rag	2026-04-22

Definition

混合搜索结合两种或多种检索策略——通常是稠密向量检索（语义相似性）和稀疏关键词检索（BM25）——通过排名融合算法合并结果，兼顾语义理解和精确匹配。是当前 RAG 系统提升召回率的主流方法。

How It Works

查询 → [向量检索（ANN）] ─┐
     → [BM25 关键词检索] ──┼─→ Reciprocal Rank Fusion (RRF) → 融合排名结果
     → [其他检索器] ──────┘

1. 向量检索：Embedding 模型将查询编码为向量，通过 ANN 索引（如 HNSW）找到语义相近的文档块
2. BM25 检索：传统关键词检索，统计词频和文档频率，返回字面匹配的文档块
3. RRF 融合：对各检索器的排名结果按 1/(k+rank) 公式融合，k 为平滑参数（通常 k=60）

Why Not Pure Vector Search?

纯向量搜索的局限性：

• 同义词覆盖不足：Embedding 空间无法覆盖所有同义词（如"缓存"vs"cache"）
• 专有名词精度低：罕见词/新词/数字类实体的向量表示不够精确
• 计算成本高：向量检索的计算量随向量维度增长

混合搜索通过 BM25 补充关键词精确匹配，同时保留向量搜索的语义理解能力。

Key Insight

"Hybrid search beats pure vector search. Combining semantic similarity (dense vectors) with keyword matching (BM25) via Reciprocal Rank Fusion catches both meaning-based and exact-match queries." — memsearch 文档

Implementation

组件	说明
向量检索器	Milvus / Pinecone / FAISS / Qdrant
BM25	Elasticsearch / OpenSearch / rank_bm25
RRF 融合	自实现或向量数据库内置
Embedding	OpenAI text-embedding-3 / BGE / Sentence-BERT

Connections

• semantic-memory-search — memsearch 使用混合搜索策略
• Knowledge-Base-RAG — 混合搜索是知识库 RAG 提升召回率的关键
• Semantic-Search — 混合搜索是纯语义搜索的增强版
• Reciprocal Rank Fusion — 混合搜索的融合算法