RAG 實作課・35–47 分

第 4 話・實驗三

雙路合擊！

合擊！

Hybrid Retrieval：字面＋語意一起找

Hybrid Retrieval・兩條路

Question
問題

BM25找字詞

Vector找語意

Fusion
合流

一條找字、一條找意思，最後合流！

測試題 Q6

SX-5482 掉進水裡壞掉，
還有兩年保固嗎？

字面線索：SX-5482、保固

語意線索：掉進水裡 ≈ 進水・人為損害

一題裡，同時藏著兩種線索！

BM25 抓到

SX-5482保固

文件 3：SX-5482 標準保固 24 個月。

Vector 可能抓到

進水人為損害保固排除

文件 3：人為摔落、進水與自行拆機，不屬於標準保固。

合流後：完整證據

✔ 標準保固 24 個月　＋　✔ 進水不屬於標準保固

兩條結果合起來，比單一路線更完整。

字面戰士的真名是——

BM25

成熟的文字檢索方法，會考慮三件事：

① 關鍵詞有沒有出現

② 出現了幾次（頻率）

③ 這個詞在所有文件裡，有沒有辨識力

例：「的」到處都有 → 辨識力低；「SX-5482」很少見 → 辨識力高

不講數學！

Vector score = 0.82

BM25 score = 14.7

0.82 ＋ 14.7 ＝ ？

合理嗎？

不合理！

Vector：相似度，常見落在 0～1 之間

BM25：沒有固定上限，隨文件與詞而變

根本不是同一把尺！

所以——

RRF

Reciprocal Rank Fusion

看名次！

不太在乎你原本拿幾分，比較在意你排第幾。

直覺版・不講公式

文件	Keyword 排名	Vector 排名
A	第 1	第 4
B	第 3	第 1
C	第 15	第 2

浮上來 ↑AB

排後面C

兩種搜尋都排得不錯的，自然浮上來！

找到了……

就等於找對了嗎？

×10 ？

下回預告實驗四：Reranking！

待續