向量检索与 BM25 的混合检索
哪些公司问过
答案要点
- BM25:基于词频、逆文档频率和长度归一化,擅长精确词匹配
- 向量检索:嵌入模型加余弦相似度,擅长语义和同义匹配
- 两路并行召回,再融合:分数归一化后加权,或 RRF 按排名融合
- RRF 得分为各路 1/(k+排名) 之和,k 常取 60,无需对齐分数尺度
- 融合后通常再用 Reranker 精排,权重按评测集调整
易错点
- 只说混合检索效果好,不讲两路各自的短板
- 直接把 BM25 分数和向量相似度相加
- 融合后不做评测就定权重
面试官常见追问
- HNSW 索引是什么,怎么降低内存?
- 为什么用向量召回而不是 grep?
- 两路结果怎么融合更稳妥?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。