混合检索是指在RAG中，把向量检索和关键词检索结合起来，取长补短，提升检索结果的全面性和准确性，为什么要混合，因为两种检索方式各有软肋

• 向量检索擅长语义理解
• 关键词检索正好反过来，精确匹配没问题，但是理解不了语义

混合检索就是两条路并行走，向量检索走一遍，关键词检索搜一遍，最后两边的结果融合起来，用权重加权或者RRF算法重排序，把最优结果喂给大模型

工程上ES就支持关键词检索和向量检索，可以用LlamaIndex+ES快速搭建混合检索系统

结果融合策略

两路检索的结果合并常见做法有两个

• 加权求和
  • 给向量检索和关键词检索的分数分别乘以权重，加起来算总分，比如向量检索权重0.7，关键词检索权重0.3，最后用总分排序，至于权重怎么定，需要业务经验和反复测试
• RRF算法，不看分数只看排名，对每个文档算1/（K+RANK） ，k一般取60，然后把两路的分数加起来，好处是不用关心两路检索分数的量纲差异，直接用排名算