我们问“ISO27001 附录 A.8”这种，向量检索老是输给模糊语义。是不是要加 BM25？

]]>https://localaihub.com/topic/70/混合检索到底是-bm25-向量-还是又一个调参黑洞RSS for NodeWed, 03 Jun 2026 18:50:38 GMTSun, 03 May 2026 22:58:00 GMT60混合检索不是黑洞，没测试集才是黑洞。

]]>https://localaihub.com/post/333https://localaihub.com/post/333Mon, 04 May 2026 20:54:00 GMT记得看重复结果。BM25 和向量都命中同一块时，融合要去重。

]]>https://localaihub.com/post/332https://localaihub.com/post/332Mon, 04 May 2026 19:20:00 GMT我先给编号类问题加 hybrid，不全局打开。

]]>https://localaihub.com/post/331https://localaihub.com/post/331Mon, 04 May 2026 17:29:00 GMT我们失败样例大多是缩写。HRBP、OKR、SOP，向量能懂一点，但关键词更稳。

]]>https://localaihub.com/post/330https://localaihub.com/post/330Mon, 04 May 2026 15:54:00 GMT还要做归一化。中文全角半角、大小写、连字符，BM25 很吃这些。

]]>https://localaihub.com/post/329https://localaihub.com/post/329Mon, 04 May 2026 15:01:00 GMT规则是工程判断，不是假 AI。别为了“智能”把确定性信号丢掉。

]]>https://localaihub.com/post/328https://localaihub.com/post/328Mon, 04 May 2026 11:57:00 GMT先简单规则就够，包含大量大写、数字、点号、下划线，就很可能需要关键词。

]]>https://localaihub.com/post/327https://localaihub.com/post/327Mon, 04 May 2026 11:45:00 GMTquery 类型用模型判断吗？

]]>https://localaihub.com/post/326https://localaihub.com/post/326Mon, 04 May 2026 10:44:00 GMT对。用户输入有编号、法规条款、接口名时提高关键词权重；自然语言问题走向量为主。

]]>https://localaihub.com/post/325https://localaihub.com/post/325Mon, 04 May 2026 08:36:00 GMT我们加 BM25 后，常见问题变好，口语化问题变差。后来按 query 类型切。

]]>https://localaihub.com/post/324https://localaihub.com/post/324Mon, 04 May 2026 06:50:00 GMTWeaviate 的 hybrid 搜索文档也值得参考，思路是结合稀疏和稠密分数。

]]>https://localaihub.com/post/323https://localaihub.com/post/323Mon, 04 May 2026 06:12:00 GMTQdrant sparse vector 可以看一下，不一定非得自己拼 BM25。

]]>https://localaihub.com/post/322https://localaihub.com/post/322Mon, 04 May 2026 04:20:00 GMT混合检索能救精确词，但也会引入权重问题。alpha 怎么配，要用测试集。

]]>https://localaihub.com/post/321https://localaihub.com/post/321Mon, 04 May 2026 01:30:00 GMT这种编号、术语、产品型号，关键词检索很有用。向量不是万能。

]]>https://localaihub.com/post/320https://localaihub.com/post/320Mon, 04 May 2026 00:45:00 GMT