混合检索与重排
核心问题：BM25 擅长精确匹配（型号、人名、编号），向量检索擅长语义近似（同义改写、概念查询），盲区互补，单用任何一个都会失败。
BM25 盲区："自动挡的车"搜不到"AT"
向量盲区："ZX-450B"、"TLS1.3" 语义对了但事实错了
WANDS 实测：BM25 单独 0.698 NDCG vs 纯 KNN 0.695，混合后 0.75（+7.4%）
标准三阶段流水线（2026 默认架构）
召回：BM25 稀疏路 + 向量稠密路各自取 top 50-100
融合：RRF（Reciprocal Rank Fusion，k=60）基于排名不基于分数，天然解决分数不可比问题，零成本无模型调用
精排：cross-encoder 对 (query, doc) 联合打分，top 5 进 LLM 上下文
重排为什么有效：bi-encoder 独立编码 query 和 doc，丢掉交互信息；cross-encoder 同时过同一个 Transformer，产生真实相关性分数。100-300ms 延迟换来 15-30% 召回提升。
2025-2026 新进展
混合检索从"高级选项"变成厂商默认（Qdrant Universal Query、Weaviate hybrid、ES RRF retriever）
学习型稀疏检索 SPLADE 替代裸 BM25，保留倒排索引同时缩小词汇鸿沟
三路召回：dense + sparse + ColBERT 多向量
BGE-M3 统一编码器：一个模型同时输出稠密/稀疏/多向量
指令跟随重排（Voyage rerank-2.5）：自然语言指令引导相关性判断，+7.9% vs Cohere Rerank v3.5
调参指南
精确代码/ID 类查询：加重 BM25（alpha 低）
口语化/改写类查询：加重向量（alpha 高）
通用企业 RAG：alpha≈0.5 或 RRF k=60 起步，用评估数据调
无标注数据：直接用 RRF，无需调参
最低可用生产栈：BM25（ES）+ 稠密 ANN（Qdrant/Weaviate）+ RRF → top50 + cross-encoder 重排 → top5。总延迟增加 100-300ms，ROI 高于 Prompt 优化/分块策略。