跳到正文

#BM25 與向量的混合搜尋

RSS
今日 0 則
10月11日週日
  1. AI Engineer🎙️ Podcast85

    向量檢索還不夠:混合搜尋與檢索 — Elastic 的 Jeff Vestal 與 James Williams

    Elastic 對 AI conference 聽眾的說法很直白:檢索仍是 RAG 最難的部分,而且沒有任何單一檢索方法——向量也好、關鍵字也罷——能獨力勝任。Elastic 的 AI 架構師 Jeff Vestal 與搜尋專家團隊解決方案架構師 James Williams 花了 76 分鐘,帶著滿場聽眾實作一套工作坊:先建構語意搜尋,再用詞彙式 BM25 搜尋把它拆掉,最後以倒數排名融合(Reciprocal Rank Fusion,RRF)與可調線性加權把兩者重新組合為混合搜尋。標題的「向量不夠」說法正確,卻低估了範圍:這場議程主要是實機 lab 演練(四章,外加重新排序器的 bonu

    推薦理由:實作混合搜尋方法,示範向量與 BM25 結合對 RAG 的提升,並提供可調線性加權與倒數排名融合的實作範例,說明在實際工作坊中如何快速組合兩種檢索模型以提升回覆質量