查询扩展（Query Expansion）是什么？RAG 中为什么需要它？

什么是查询扩展

查询扩展指在检索前把用户原始 query 转换成更丰富的检索信号，而不是只拿原句去向量库查一次。它可以把一条 query 扩成多条等价或互补的子查询，也可以补充同义词、术语、领域上下文，目标是提升召回（recall），把那些「内容相关但措辞不同」的文档也捞回来。

为什么 RAG 需要它

真实用户的提问通常很短、很口语，甚至含指代或错别字，比如「这东西怎么配？」。这类 query 与知识库里完整、书面、术语化的文档在向量空间里并不靠近，单路检索容易漏召回。检索召回是 RAG 的上游环节，召回漏了，后续 rerank 和生成再强也补不回来，所以在入口处扩大召回非常关键。

常见手段

一是同义词与术语扩展，把口语词映射到领域术语（如「配」扩成「配置/部署/参数设置」）。二是 Multi-Query，让 LLM 针对原问题生成若干个不同角度的改写，各自检索后合并。三是 HyDE，先让 LLM 生成一段「假设答案」，再用这段假设文本去检索，让查询向量更贴近文档的分布。四是结合上下文或澄清，把对话历史、用户画像、或一轮澄清得到的信息补进查询。

多路结果如何融合

多条扩展查询会得到多路召回，需要合并去重。常用 RRF（Reciprocal Rank Fusion）按各路排名加权融合，再统一用 reranker 取 Top-K；既能稳定地把多路高排名文档顶上来，又能控制结果规模。

与 Query Rewrite 的区别

两者常被混用，但侧重不同：Query Rewrite 偏「改写、消歧、补全单条 query」，输出通常仍是一条更清晰的查询；Query Expansion 偏「把查询扩成多条或加入更多信号」，核心目的是提高召回覆盖面。实践中二者常配合使用。

代价与平衡

扩展意味着更多 LLM 调用和更多检索请求，带来延迟与成本上升；扩得太多还可能引入不相关文档，稀释上下文、增加噪声甚至诱发幻觉。因此要控制扩展数量、配合 rerank 过滤，并按查询复杂度按需扩展，而非一律全开。