RAG 为什么要同时用 BM25 和向量检索？

面试官问：“RAG 为什么要同时使用 BM25 和向量检索？”

一个常见回答是：“BM25 找关键词，向量检索找语义，两路一起用，召回效果更好。”这个回答讲到了两种检索方式，但还没有回答三个问题：两路分别会漏掉什么、找回的内容怎样排到一起，以及如何证明多跑一路确实有价值。

面试官通常会顺着这三个问题继续问：

1. 只用 BM25 或只用向量检索，各自会在哪类问题上漏掉正确原文？
2. 两路分数不是同一把尺子，结果怎样合并，为什么还要重新排序？
3. 你怎样用一批带正确原文的问题，证明混合检索确实比单路更合适？

先看两个教学用的问题。假设知识库里有一篇“保险销售技巧”，用户问的却是“如何推销保险产品”；另一份文档的标题是“报销制度”，用户也只输入这四个字。前一个问题需要系统理解“推销”和“销售”意思接近，后一个问题则希望原词命中时，标题能直接排到前面。

这道题考的不是两个名词的定义，而是能否把“为什么要混合、怎样混合、怎样验证”连成一条完整答案。下面就按面试官的追问顺序拆开。

如果第一次接触 RAG，可以把它理解成“先从资料中找到相关原文，再把原文交给大模型回答”。Chunk 就是一段被切分出来的原文，后文直接称为“原文段落”。

2 分钟完整作答

如果面试官没有打断，可以这样回答：

RAG 同时使用 BM25 和向量检索，是因为两种方法解决的漏找问题不同。BM25 适合标题、编号和专业术语这类原词明确的问题，例如“报销制度”；向量检索适合用户换了一种说法的情况，例如用“如何推销保险产品”去找“保险销售技巧”。

两路会先各找一批原文段落，再合并并重新排序。融合负责把两路结果放进同一份候选清单，重排负责再次比较问题与候选，把更能回答问题的内容放到前面。搜索前还要限定知识库、文档和可用状态，避免在错误资料中查找。

验证时，我会固定同一批问题和正确原文，分别测试只用 BM25、只用向量、两者合并、合并后再重排，比较正确原文是否出现、排得是否靠前，以及无关和重复内容是否减少。这样可以看出变化来自哪一路，也能定位问题出在搜索范围、单路召回、融合还是重排。

面试官会从哪四层判断你的回答

回答这道题时，可以沿着四层展开。

第一层是互补性。BM25 依赖词面重合，向量检索依赖语义接近；它们对不同问法的反应不同。第二层是链路。两路先负责“把可能有用的内容找回来”，融合与重排再负责“把更合适的内容放到前面”。

第三层是范围。系统只能在指定知识库、指定文档和可用内容中搜索，范围不对时，算法再复杂也找不到正确证据。第四层是验证。效果要落到一批带正确证据的问题上，而不是只展示一两个恰好答对的例子。