已验证75% 置信基准精确时间

混合检索（将稠密向量检索与BM25稀疏检索结合）比单一方法在大多数基准上表现更好

3

来源数

75%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

微软印度研究院：AI时代从软件到基础设施公司的转型之路

相关事实

待验证混合检索通过将稠密向量检索（Embedding）和稀疏检索（BM25/TF-IDF）的结果融合，能显著提升检索召回率77% 相似待验证优质Prompt在大多数场景下比微调更高效，在数据量不足或需求模糊的阶段贸然做微调往往事倍功半67% 相似待验证在上下文规模不大的场景中，BM25词频检索在延迟和成本上优于语义嵌入方案66% 相似已验证ANN 算法（如 HNSW、IVF-PQ）以牺牲极小精度换取数量级的检索速度提升，是生产级向量检索标准选择65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/527110

API

curl https://kongchang.com/api/v1/knowledge/claims/527110

MCP

get_claim(id=527110)