做 RAG 文档问答时我最开始只上了向量检索。第一次内测用户问OpenClaw 的 cron 怎么用系统返回了一堆时间管理的废话。“cron” 这个专有名词被 embedding 打散了向量空间里它跟定时任务、调度器混在一起精确匹配的文档反而排到了后面。纯向量检索在专有名词面前是瞎的。向量检索擅长什么不擅长什么向量检索的强项是语义泛化。用户问怎么让程序定时执行文档写的是周期性任务调度向量空间能把这两句话拉近召回正确段落。关键词搜索做不到换个说法就找不到了。但向量检索有两个硬伤专有名词失真。“kubectl”、“Transactional”、“fibonacci”tokenizer 会拆成碎片embedding 模型没见过完整形态向量空间里的位置基本是随机的。用户精确问这个词向量检索反而召回一堆无关内容。低频长尾词消失。文档里只出现过一次的配置项、错误码、函数名embedding 模型没有足够样本学到语义向量表示就是噪音。用户问这个词向量检索直接漏掉。关键词检索的短板纯用关键词全文搜索也不行。关键词检索是字面匹配 TF-IDF 排序专有名词、错误码能精确命中但遇到同义表达就完全失效。用户问怎么让容器重启文档写的是pod 自动恢复关键词搜索两眼一抹黑。用户的问法和文档的写法永远有 gap。技术文档喜欢用术语“持久化”、“序列化”用户喜欢说大白话“保存到硬盘”、“变成字符串”。纯关键词检索过不了这道 gap。现实解FTS 向量一起上两种检索各有盲区那就混着用。docqa 项目最后的方案// 向量检索召回语义相关的 top 20vectorResults : vectorSearch(query, topK20)// 关键词检索Bleve FTS召回字面匹配的 top 20ftsResults : bleveSearch(query, topK20)// RRF 融合把两边的排序归一化后加权合并finalResults : rrfMerge(vectorResults, ftsResults, k60)RRFReciprocal Rank Fusion公式score 1/(k rank_vector) 1/(k rank_fts)结果在两边的排名越靠前最终分数越高。k60是经验值平滑排名差异避免某一边排名波动主导最终结果。效果上线后再测OpenClaw 的 cron 怎么用向量检索召回定时任务、调度器相关段落语义泛化FTS 召回精确包含cron的段落字面匹配RRF 融合后包含cron的那段排到第一位因为它同时在两边都有较高排名用户问怎么让任务每天跑一次没提 cron向量检索召回 cron、定时任务相关段落FTS 召回每天、任务的段落虽然不精确融合后依然能把 cron 文档排上来专有名词有保障同义表达也能覆盖。单用任何一种检索都做不到。为什么不用纯向量 rerank有人会说直接向量检索 recall top 100再上个 rerank 模型不就行了理论上可以但Rerank 模型也不认专有名词。它本质还是语义模型kubectl这种词它也没学好。向量检索没召回的东西rerank 救不回来。成本高。Rerank 要对每个候选段落跑一次模型推理top 100 就是 100 次。混合检索在召回阶段就解决了问题。Rerank 适合做最后的精排top 20 → top 5不是用来补救召回阶段的缺陷。我的判断混合检索是 RAG 在生产环境的现实选择。向量检索负责语义泛化覆盖同义表达关键词检索负责精确匹配保住专有名词和低频词RRF 融合两边结果让排序更稳健。如果你的 RAG 系统只用了向量检索加上全文搜索试试。改动不大召回质量能上一个台阶。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】