简要回答
向量检索懂语义但漏精确关键词，BM25 懂精确匹配但不懂同义——两者短板互补。混合检索同时跑两路再用 RRF 按排名融合，既不丢专有名词又能覆盖语义改写，是生产级 RAG 提升召回的标准做法。2026 年行业综述给出的定量口径是：相比单一检索约 10-30% 的精度提升。
标准回答
一、单一检索的短板
- 稠密检索（向量 / Embedding）：擅长捕捉语义相似（同义词、改写），但对精确的专有名词、产品型号、数字、罕见缩写不敏感——这些词的语义信号弱，容易被漏召回。
- 稀疏检索（BM25 / TF-IDF）：基于词频做精确关键词匹配，对专有名词、代码、精确术语很强，但完全不懂同义和语义，换个说法就召回不到。
二、混合检索的价值
同时跑稠密和稀疏两路检索，再融合结果，让二者优势互补——既不漏精确关键词，又能覆盖语义改写。
三、融合方法
最常用 RRF（Reciprocal Rank Fusion，倒数排名融合），只依赖各路结果的排名而非分数，无需对不同量纲的分数做归一化，简单稳健。也可用加权分数融合。
混合检索是生产级 RAG 提升召回率的标准做法，尤其适合含大量术语、型号的企业知识库。参考 向量数据库原理。
四、定量口径与工程注意事项
2026 年行业综述的定量口径：混合检索相比单一检索为 RAG 带来约 10-30% 精度提升，区间取决于查询类型分布。工程上注意三点：两路召回比例需要按语料调参而非默认对半；融合层优先 RRF 以避免分数归一化陷阱；检索质量上限还受前置文档解析（OCR/表格提取）约束，输入脏则两路都脏。
常见误区
⚠️ 常见踩坑
误区一：容易答偏的地方：直接把向量相似度分数和 BM25 分数相加。两者量纲不同、分布不一致，简单相加会失真；应做归一化加权或直接用 RRF 这类基于排名的融合。
追问
追问 1：RRF 相比加权分数融合有什么优势？
RRF 只用每路结果中文档的排名（1/(k+rank)）求和，不依赖原始分数，因此天然规避了向量相似度与 BM25 分数量纲不一致、难以归一化的问题。核心策略是以排名替代分数：排名对分数分布不敏感，调参少、鲁棒性好，新接入一路检索也不需要重新校准权重。代价是丢失了分数的置信度信息，对需要精细置信度控制的场景可改用归一化加权。
追问 2：什么时候稠密检索明显不如 BM25？
查询包含精确专有名词、错误码、SKU 型号、人名、代码片段等「字面即语义」的内容时，BM25 精确匹配优势明显，而向量检索可能因语义泛化而召回偏题结果。判断策略：看查询中低频精确词的占比——运维知识库、法律条款、代码库这类语料应以稀疏检索为主路；客服问答、营销文案这类语义改写多的场景才以稠密为主路。
追问 3：混合检索后还要 rerank 吗？
通常仍要。混合检索提升的是召回（覆盖面），rerank 用 cross-encoder 提升的是精度（排序），两者作用不同，生产链路常是「混合召回 Top-N → rerank 精排 Top-K」。取舍策略：rerank 是延迟与精度的交换——N 越大召回越全但 rerank 成本越高；低延迟场景可用轻量 reranker 或直接调小 N。决策方法：先离线评估「去掉 rerank 的精度损失」，损失小于业务容忍度才可省，否则保留 rerank 并优化批处理。
2026-08-04 更新：10-30% 精度提升的定量口径与 OCR 前置
2026 年 7 月的行业综述给出了混合检索价值的定量口径：关键词 + 语义的混合检索相比单一检索方式可为 RAG 系统带来约 10-30% 的精度提升（TechnoSports，poolId P024）。提升幅度的区间取决于查询类型分布：专有名词/编号密集的语料靠近上限，纯语义问答靠近下限。
同期 Mistral OCR 4 发布（170 种语言，poolId P019），提示混合检索的精度上限还受输入质量约束：扫描件/表格/PDF 的结构提取质量决定 chunk 质量，进而决定两路检索的上限。2026 年的完整优化链路是：OCR 结构提取 → 结构感知分块 → 混合检索 → rerank。回答本题时补充这条「检索前置质量」视角会更完整。
🔗 相似问题
同一考点的不同问法，换着练更稳
延伸学习
按主题分类的相关资源，便于系统复习