混合搜索
结合关键词搜索和向量搜索的检索方式，通过合并两种结果弥补字面匹配和语义匹配各自的不足，通常比单一方案更稳健
核心事实
时间轴 (近 90 天)
系列第二集将展示如何用向量、全文和混合搜索让应用变得智能，目标是在实时运营数据上找到巴塞罗那真正合适的那家酒店，而不只是相似的一家。
课程末尾指出当前混合搜索方案的已知限制：拼写容错不在方案内；扩大语义覆盖只能增加嵌入文章数；长文需切分成小块再嵌入以触达开头之外的内容；可引入 re-ranker 对前若干结果重新排序。
混合搜索同时运行稠密向量搜索和经典关键词搜索（BM25），并通常使用倒数排名融合（Reciprocal Rank Fusion）来合并结果，融合公式为对每个文档出现在各列表中的排名求和 1 / (k + rank)。
混合搜索加重排序是所有追求更好 RAG 的团队应该优先做的升级，而非追求更花哨的 agent 架构。
当评估集显示词汇不匹配类错误占主导时，混合搜索（关键词加向量）才有充分理由，收益可以被量化。
全部知识事实 (7)
混合检索（Hybrid Search）将向量检索与BM25关键词检索的结果通过RRF（倒数排名融合）等算法合并，兼顾语义理解与精确匹配
90%已验证关键词搜索基于精确字符匹配无法理解同义词，语义搜索依赖向量嵌入可捕捉语义关联，两者结合的混合检索效果优于单一方法
65%待验证课程末尾指出当前混合搜索方案的已知限制：拼写容错不在方案内；扩大语义覆盖只能增加嵌入文章数；长文需切分成小块再嵌入以触达开头之外的内容；可引入 re-ranker 对前若干结果重新排序。
50%待验证混合搜索同时运行稠密向量搜索和经典关键词搜索（BM25），并通常使用倒数排名融合（Reciprocal Rank Fusion）来合并结果，融合公式为对每个文档出现在各列表中的排名求和 1 / (k + rank)。
50%待验证混合搜索加重排序是所有追求更好 RAG 的团队应该优先做的升级，而非追求更花哨的 agent 架构。
50%待验证当评估集显示词汇不匹配类错误占主导时，混合搜索（关键词加向量）才有充分理由，收益可以被量化。
50%待验证系列第二集将展示如何用向量、全文和混合搜索让应用变得智能，目标是在实时运营数据上找到巴塞罗那真正合适的那家酒店，而不只是相似的一家。
50%