待验证50% 置信事实精确时间
传统RAG依赖基于BM25算法的关键词稀疏检索和基于FAISS、Chroma等向量数据库的稠密向量检索
1
来源数
50%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
GBrain本地部署实操：12步深度检索精度超传统RAG 31%
bilibili赋范课堂2026/7/5
相关事实
待验证工业级RAG通常将向量相似度检索（ANN算法如HNSW）与BM25关键词检索结合，再通过Rerank模型（Cross-Encoder架构）对召回结果精排80% 相似待验证混合检索通过BM25关键词得分与向量相似度得分加权融合（通常采用RRF倒数排名融合算法），已成为RAG系统的主流范式79% 相似已验证BM25是基于词频统计的经典关键词检索算法，与向量检索形成互补77% 相似已验证BM25是一种基于词频统计（TF-IDF改进版）的经典信息检索算法，属于稀疏检索方法75% 相似待验证Dify 在 RAG 管道中支持混合检索（向量检索 + BM25 关键词检索，通过 RRF 算法融合）以及 Reranker 重排序74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/447451API
curl https://kongchang.com/api/v1/knowledge/claims/447451MCP
get_claim(id=447451)