BM25 与向量召回为什么并用，各召回多少条进入重排？

核心回答

BM25擅长保留明确词项、实体、版本和错误码，向量召回擅长覆盖同义表达与语义改写。两路并用是为了互补漏召回：先分别取候选，按统一片段ID合并去重和融合，再让重排判断哪些证据最能回答当前问题。

每路取多少没有固定答案，需要区分BM25候选数、向量候选数、送入重排的去重数量，以及最终进入生成上下文的数量。项目中应报实际配置、评测依据和代价，不能把某份面经的数字当默认最优值。

为什么不是候选越多越好

精确型号可能被向量检索成相似型号，BM25能补词项约束；用户说“怎么撤销申请”，文档写“申请作废流程”，语义检索可能更有帮助。二者并非绝对分工，中文分词、领域词典、Embedding和文档质量都会改变效果。

增加候选通常提高覆盖机会，也会增加噪声、重排计算和尾延迟。两路高度重合时，加量可能只引入重复；某路一直输出无关项时，应先查查询与索引，而不是按固定比例分配更多预算。

候选预算怎样确定

在固定问题和语料上，从几组可承受的候选配置建立曲线，统计各路独有正确证据、并集证据覆盖、去重后数量、重排耗时和最终答案。按错误码、缩写、自然语言和多条件问题分桶，判断是否需要不同配额或查询路由。

例如每路各取20条，合并后最多40条，实际可能因重合和过滤更少；随后可以只让有限候选进入重排，再按生成token预算取证据。这里的20是说明集合关系的假设，不是推荐配置或项目实测。

融合到重排还要注意什么

使用稳定片段ID处理重复，记录各路原始名次与分数。RRF可避免先校准异构分数；加权融合则要说明归一化和权重依据。权限、租户与有效版本在所有检索路径一致执行，不能让某一路漏掉过滤。

重排判断相关性，不补回两路都没有找到的证据。最终上下文还需去重、补条件和控制总长度；重排分数也不天然表示回答正确概率。

常见追问

可不可以只保留一路？ 可以。若问题主要是精确字段查找或单路已经满足质量和成本要求，简单方案更易维护；应比较单路、双路及加入重排的增量收益。

参考资料