我们已经知道，向量检索（Vector Search）擅长理解查询的“语义”或“含义”。如果你搜索“能飞的宠物”，它能聪明地返回“鹦鹉”或“金刚鹦鹉”的结果，即使你的查询中并未包含这些词。这在需要理解上下文和概念的场景中非常强大。

然而，单纯的向量检索也有其弱点。当用户查询包含特定的、必须精确匹配的关键词时，比如产品型号（“iPhone 15 Pro”）、专有名词（“广达香肉酱”）或代码错误信息（TypeError: 'NoneType' object is not iterable），向量检索就可能力不从心了。它可能会返回语义上相关但并非精确匹配的结果，例如返回“iPhone 15”或功能相似的安卓手机，这显然不是用户想要的。

为了解决这个问题，我们引入了混合检索（Hybrid Search）。这种方法并非用一种技术取代另一种，而是将两者的优点结合起来。它同时运行两种搜索：

1. 关键词检索（Keyword Search）：通常使用像 BM25 这样的经典算法。它擅长查找包含确切词语或短语的文档。你可以把它看作是传统的搜索引擎，对特定术语的匹配非常精确。
2. 向量检索（Vector Search）：利用嵌入（embeddings）来捕捉查询的语义含义，找到概念上相似的内容。

通过并行执行这两种检索，我们能同时捕捉到查询的字面意图和深层含义。

得到两份独立的排名列表后，下一个关键步骤是如何将它们智能地合并成一个统一、更相关的结果列表。这个过程称为“结果融合”（Results Fusion）。有两种常用方法：倒数排名融合和加权评分。

倒数排名融合（Reciprocal Rank Fusion, RRF）

RRF 是一种简单而高效的无参数融合算法。它的核心思想是：一个文档在多个检索结果列表中的排名越靠前，其最终得分就越高。与具体的相似度分数不同，RRF 只关心文档的“位次”（rank）。这种方法可以有效地平衡不同来源的检索结果，而无需进行复杂的归一化处理。

加权评分

另一种方法是为每个检索系统的得分分配一个权重。例如，你可以给向量检索的得分分配一个权重 $\alpha$，给 BM25 的得分分配权重 $(1 - \alpha)$。然后将加权后的分数相加，得到最终的混合分数。

这种方法的优势在于它的可控性。通过调整 $\alpha$ 的值，你可以精确控制语义匹配和关键词匹配在最终排名中的相对重要性。

选择哪种融合策略取决于具体的应用场景。RRF 无需调参，普适性强。而加权法则提供了更精细的控制，但需要根据实际数据进行调优以找到最佳的 $\alpha$ 值。例如，在电商搜索场景中，用户经常搜索精确的型号，此时可以将 $\alpha$ 调低，赋予关键词匹配更高的权重。而在知识库问答中，理解用户的意图更为重要，这时可以将 $\alpha$ 调高。

为了进一步提升混合检索的效果，特别是向量检索部分的质量，我们可以对嵌入模型（Embedding Model）进行微调（Fine-tuning）。

通用的嵌入模型是在海量的互联网文本上训练的，它们对通用语言的理解能力很强。但对于特定领域，如法律、医疗或金融，这些模型可能无法很好地捕捉专业术语的细微差别。例如，“流动性”在金融领域和在物理学中的含义就截然不同。

通过在你自己的专业数据集上对嵌入模型进行微调，可以使其更好地理解你所在领域的专业词汇和上下文关系。这会直接提升向量检索的召回质量，从而为混合检索系统提供更相关的候选文档，最终生成更精准的答案。

最终，一个强大的 RAG 系统的核心在于其检索组件的质量。混合检索通过结合不同检索策略的优势，并针对特定领域进行优化，为大型语言模型提供了更准确、更丰富的上下文信息，是构建企业级智能应用的关键一步。