为什么用 RRF 融合向量召回和关键词召回？

题型：追问 · 需要讲清它解决了不同分数不可比的问题。

建议回答

Milvus 相似度和关键词检索得分来自不同模型，数值范围、分布和含义都不同，直接加权容易受归一化影响。RRF 只使用每个结果在各自列表中的名次，对文档 d 的分数可以表示为各路 1 除以 k 加 rank 的和。这样实现简单、对异常分数稳定，而且某个文档在多路都排名靠前时会自然获得更高权重。

工程上会先用稳定的 chunkId 去重，再记录每一路的 rank、原始分数和命中原因，便于解释与调参。k、各路召回数量和可选权重应通过离线评估确定，而不是照搬默认值。

进一步追问

• 什么时候加权 RRF 比普通 RRF 更合适？
• 如果只有一路召回到结果，是否应该降低置信度？
• PostgreSQL 原生全文排序与标准 BM25 有什么差别？

易错点

• RRF 是融合初排，不等于语义精排；高要求场景仍可接 Cross-Encoder Reranker。
• 排名融合前必须统一权限过滤和文档版本范围。