K3 · 小结与自测

一图回顾

一句话收束：没有一路检索是全能的——关键词精确、语义懂意思，各有盲区。生产 RAG 用混合检索把两路一起上，靠 **RRF「只看名次」**绕开分数不可比的难题，尽量少漏；漏得最少之后，再交给下一章的重排排对。

小节	两行版
K3.1 关键词检索	BM25 的主场是精确匹配（型号/编号/专名）；打分直觉=词频高加分、太普通降权；但它不懂同义词
K3.2 混合检索与 RRF	两路一起跑、各补盲区；RRF 只看名次不看分数，绕开刻度不可比；救不了库里没答案
K3.3 查询改写	检索质量一半取决于查询本身；澄清补词、拆分对付复合问题、HyDE 用假答案跨过「问句≠答句」的鸿沟；但改写会把对的问题改坏，要能回退、要进评测

📝 动手自测0/6

1. 下面哪个场景，你应该更依赖关键词检索（BM25）而不是纯语义检索？

2. BM25 打分时，为什么「的」「和」这类词命中几乎不加分？

3. 为什么纯语义检索容易漏掉「X9-2000」这样的精确型号？

4. 「混合检索」为什么比单用任何一路都更少漏？

5. RRF 融合两路结果时「只看名次不看分数」，主要为了解决什么问题？

6. 关于混合检索的能力边界，哪个说法最准确？

下一章 K4 · 重排：混合检索把该捞的都捞回来了，但「捞回来」不等于「排对了」——重排负责把最该看的顶到最前。