RAG 多路召回如何实现？多路结果的动态权重如何分配？

为什么要多路召回

任何单一召回策略都有盲区：纯向量检索对专有名词、编号、术语的精确匹配偏弱，纯关键词 BM25 又抓不住同义改写与语义近似。多路召回让多条通路并行各召回一批候选，再融合去重，本质是用互补性把整体召回率拉高——某一路漏掉的，另一路往往能补上。

常见通路包括：向量检索（语义）、关键词 BM25（精确匹配）、换用不同 embedding 模型（捕捉不同语义分布）、不同 chunk 粒度（小块精准定位、大块保留上下文）、以及知识图谱或结构化字段检索。每路独立取 Top-K。

多路结果如何融合

第一类是 RRF（Reciprocal Rank Fusion，倒数排名融合）：每个文档在某一路的得分取 1/(k + rank)，k 常取 60，再把各路相加。它只用排名、不依赖原始分数，因此天然规避了不同召回分数量纲不一致的问题，几乎不用调参，是工程上的稳妥默认。

第二类是 加权求和：先把各路分数归一化到同一量纲（如 min-max 或 z-score），再按权重相加。权重既可离线在验证集上按各路贡献度调出，也可在线按 query 类型动态切换。

第三类是 可学习重排：把多路合并去重后的候选集喂给交叉编码器 reranker 做精排，让模型直接学融合排序，效果通常最好但延迟和成本更高。

动态权重怎么分配

离线侧，用一份带标注的验证集，衡量每路单独召回的命中贡献，按贡献给定基础权重。在线侧，先对 query 做轻量分类或意图识别：事实型、含编号/术语/专名的查询调高关键词权重，开放型、语义复述类查询调高向量权重。更进一步可做可学习的门控，由小模型根据 query 特征输出各路权重。无论哪种，融合后都要做去重（同一文档多路命中需合并取最高贡献）并截断到最终 Top-N。