RAG 多路召回：原理、组件与融合策略

RAG 多路召回：原理、组件与融合策略

在 RAG（检索增强生成）系统中，多路召回（Multi-Route Retrieval / Hybrid Search） 是提升检索质量的关键技术。
核心思想：不把鸡蛋放在一个篮子里——同时使用多种检索算法，互补短板，提高召回率。

---

1. 为什么需要多路召回？

单一检索方式都有局限：

• 向量检索：擅长语义理解，但对关键词、缩写、型号（如 iPhone 15 Pro Max）匹配很差。
• 传统搜索（BM25/倒排索引）：擅长精确匹配，但无法理解语义（搜“土豆”找不到“马铃薯”）。

👉 多路召回正是为了解决这个矛盾。

---

2. 典型的两路召回构成

A. 语义召回（Dense Retrieval）

• 原理：用 Embedding 模型将文本转为高维向量。
• 工具：Milvus、Pinecone、FAISS、Elasticsearch
• 优势：语义匹配、跨语言检索

B. 关键词召回（Sparse Retrieval）

• 原理：基于词频统计（TF‑IDF / BM25）
• 工具：Elasticsearch、Meilisearch、ZincSearch
• 优势：专有名词、编码、生僻词匹配准确

C. 其他可选路径

• 知识图谱：处理复杂逻辑关系
• 元数据过滤：按时间、类别、地域等预筛选

---

3. 结果融合策略

多路返回的结果需要合并，常见两种方式：

RRF（Reciprocal Rank Fusion）

只关心各路的排名，不依赖原始分数。
公式：score = Σ 1/(k + rank)，k 通常取 60

• 优点：稳定、无需调参、不受不同模型分数尺度影响

加权得分

最终得分 = α × 向量分 + β × BM25 分

• 缺点：需反复调参，分数归一化困难

---

4. 必不可少的重排序（Rerank）

多路召回后通常得到 50~100 个候选文档（Top K）。
直接喂给 LLM 会导致上下文过长、中间内容丢失（Lost in the Middle）。

• 做法：用 Cross‑Encoder 模型（如 BGE‑Reranker、Cohere Rerank）精细打分
• 效果：大幅提升 Top‑K 准确率，保证送给大模型的内容最相关

---

总结

多路召回的本质是 “先求全，再求精”：

1. 向量检索 → 抓取语义意图
2. 关键词检索 → 锁定精确细节
3. RRF 融合 → 稳定合并结果
4. Rerank → 精选 Top‑K