多路召回结合向量召回和关键词召回等多种策略，能显著提升RAG架构中信息检索的效率和准确性。主要实现方式包括并行召回（多路结果合并重排序）、串行召回（先粗筛后精排）以及RRF等融合方法。其优势在于融合语义与关键词信息，提高召回覆盖率与精准率，增强抗噪声能力。推荐采用BM25与向量召回结合，经RRF初排后精排，再输入大模型的流程，可根据场景灵活调整参数优化效果。

1. 多路召回概述

1.1 多路召回的概念

多路召回指的是结合多种召回策略的结果，如向量召回基于语义相似度，关键词召回基于传统匹配算法，融合多路召回结果得到更全面准确的候选文档集合。

1.2 多路召回的重要性

在RAG架构中，多路召回能够有效提升信息检索的效率和准确性，为后续的生产环境提供更丰富的上下文信息，从而生成更高质量的回答。

1.3 应用场景

广泛应用于搜索引擎、推荐系统、智能客服等领域，尤其在对信息准确性要求较高的场景下，多路召回能更好地满足这些场景。

2. 多路召回方式

2.1 并行多路召回

2.1.1 并行多路召回实现方法

并行多路召回，顾名思义是将不同召回策略的结果分别获取后进行合并去重，再通过重排序综合打分，取最终Top N结果。例如向量召回 Top 10，BM25相似度文本召回Top 10，合并后重排序取Top 10。

2.1.2 并行多路召回的优势

并行多路召回充分利用了语义与关键词两种优势，互补性强，能够更全面地覆盖候选文档，减少单一召回策略导致的漏检问题，是当前工业界最主流的做法。

2.2 串行多路召回

2.2.1 实现方法

串行多路召回是先用算法召回大量粗筛结果，再用另一种算法对粗筛结果做精排。例如先用向量召回100条，再用BM25重新打分排序取Top 10，也可以反过来操作。

2.2.2 优缺点

优点是计算效率高，缺点是如果粗筛阶段筛选不准确，可能导致后续精排阶段丢失重要信息，影响最终结果的准确性。

2.2.3 适用场景

当数据量大且计算资源有限时，串行多路召回可以有效减少计算量，先通过粗筛快速缩小范围，再通过精排提高结果质量。

2.3. 多路召回融合

常用的融合方法有RRF(Reciprocal Rank Fusion)和精排模型（Cross-Encoder Dranker）。

RRF原理是如果某条文档在多个召回结果中都排名靠前，则它的相关性应该更高，通过公式计算综合得分。使用pyhton代码RRF融合，对BM25召回和向量召回的结果进行融合，计算每个文档的综合评分，按得分顺序取Top N结果。

如果追求更高精度，可以在RRF初排后，再使用一个BERT类的重排序模型进行打分，将问题和结果一起输入计算相似度，输出一个相关性的分数。

3. 多路召回的优势

• 融合信息：融合语义与关键词信息，能够同时满足用户对语义相似性和关键词匹配的需求，提供更全面的检索结果。
• 提升性能：提高召回覆盖率与精准率，减少漏检和误检问题，提高信息检索的整体性能。
• 抗噪声能力：抗噪声能力强，能够有效抵抗数据中的噪声，保证结果的稳定性和可靠性。

4. 推荐流程设计方案

• 流程设计：推荐采用BM25召回和向量召回结合，先进行RRF初排，再使用Dranker精排，最后输入大模型生成回答的流程。
• 调优建议：在不同数据集下，可尝试调整RRF的K值，测试串行与并行效果差异，引入更多召回路径，如规则匹配、图谱检索，以进一步优化召回效果。
• 实际应用：根据具体应用场景和需求，灵活调整召回策略和参数，确保在应用中能够达到最佳效果。

---

我们如何系统学习掌握AI大模型？

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

1. 成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

这里，我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。

2. 大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

3. 大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

4. 大模型行业报告

行业分析主要包括对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

5. 大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

6. 大模型面试题

面试不仅是技术的较量，更需要充分的准备。

在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】