BM25 与向量检索结果如何融合？

核心回答

BM25 与向量检索的原始分数含义和尺度不同，通常先分别召回，再以同一知识块 ID 合并，用 RRF 按排名融合；需要保留分数差异时，也可以在校准后加权。实现主线是：

1. 两路使用一致的业务范围、权限和版本条件，各自返回候选、分数与排名。
2. 按稳定的 chunk_id 对齐同一知识块，保留它在每一路的排名，避免重复文本占满候选池。
3. 用融合规则计算统一排序。RRF 让在多路靠前的候选累积贡献，无需直接比较 BM25 分数和余弦相似度。
4. 对融合后的候选按预算截取，再按需要交给 Reranker 精排，最后组装回答上下文。

例如用户查询带错误码的故障处理方法，关键词通道可以补充准确命中错误码的手册，向量通道可以补充不同措辞的处理说明。融合负责把这些候选排到一个列表里，是否真正改进回答还要用问题集评估。

RRF 具体怎么算

采用从 1 开始的排名，等权 RRF 可以写成：

融合分数(d) = 各路中 1 / (c + 该路排名(d)) 的总和

c 是正的平滑常数；某一路没有召回该候选，该路就不贡献分数。下面只做算术示例，取 c = 10：

• A 在 BM25 第 1、向量第 10：1/11 + 1/20 ≈ 0.14091。
• B 在两路都排第 2：1/12 + 1/12 ≈ 0.16667。
• C 只在向量排第 1：1/11 ≈ 0.09091。

融合后是 B、A、C。它体现的是“多路共同靠前”能够累积优势，并不证明 B 在业务上一定比 A 正确。

c 控制排名差异的衰减：较小时更强调头部名次；较大时，前后名次贡献更接近。它不是两路各自的权重，也不是每路取多少候选的 Top-K。需要偏向某个通道时，可以显式设计通道权重；具体产品可能采用不同的加权公式、排名起点和默认值，接入时应按对应实现计算。

合并时保留什么，在哪里去重

先明确排序单元。如果两路都检索知识块，同一个 chunk_id 应归为一个候选，并保留 BM25 排名、向量排名及各自分数，再计算融合贡献。不能先把它当重复项删到只剩某一路，否则会丢掉共同命中的信息。不同索引中的 ID 若不一致，需要先映射到同一份文档版本与知识块。

相同知识块去重和近似文本去重也不同。不同文档可能包含近似内容，却有不同版本、适用对象或出处；不宜仅凭文字相似就合成一条。重排后还可以控制同一文档的片段数量，并在上下文构建时补充必要邻块，减少重复内容挤占预算。

各路召回数、融合后交给重排的数量、最终进入上下文的数量分别配置。融合前就把每路截得很小，可能让原本有用的候选没有机会参与比较；把全部候选都交给重排，则可能增加延迟与成本。

什么时候用分数加权

如果分数大小本身具有稳定的区分信息，可以先把两路分数变换到可比较的尺度，再计算类似下面的组合：

融合分数 = w × 词项分数 + (1 - w) × 向量分数

这里的“词项分数”和“向量分数”指变换后的值；若接口返回距离，还需先统一越大越相关的方向。简单 Min-Max 受候选中的极值影响，相同原始分数在不同查询下可能对应不同归一化值；候选分数全相等时也要单独处理。Qdrant 的 DBSF 则根据每次候选分布变换后合并，不等于任何输入都会被截到 0～1。

RRF 比较容易作为起点，但会丢弃原始分数差距；分数融合保留的信息更多，也更依赖校准。选择哪种、权重多少，应在独立评估问题上比较，不能把某个固定比例作为通用答案。

常见追问

融合后还要重排吗？ 根据任务和预算决定。融合利用各路已经给出的排名或分数；Cross-Encoder 则把问题和候选正文一起读，重新判断相关性。两者作用不同，但重排只能处理进入其输入的候选。

一条通道超时怎么办？ 可以按产品要求降级使用成功通道，同时记录缺失通道和耗时，避免把单路结果计成完整混合检索实验。权限等必要条件在降级时仍需保持。

怎样说明融合带来了收益？ 对比候选召回、融合后排序和最终回答，具体见混合检索比单路检索在哪个环节获得收益。

对应教程

参考资料