BM25 BM25

经典的稀疏检索排序函数，基于词项匹配与词频/逆文档频率，在很多 RAG 系统中作为“强基线”或混合检索组件。

分类：rag 类型：method 别名：BM25, Okapi BM25, 稀疏检索

BM25 是传统信息检索（IR）里非常经典、且至今仍很实用的稀疏检索（sparse retrieval）方法。它主要依赖关键词/词项匹配，对“专有名词、编号、产品名、错误码、精确短语”这类查询往往非常强。

在 RAG 里，BM25 常见用法是：

• 作为 强基线（先跑 BM25 看上限在哪里）
• 与向量检索做 混合检索（hybrid search），提高召回覆盖率

什么时候 BM25 特别有用

• 查询包含明确关键词（例如接口名、参数名、错误码、型号）
• 文档里存在“关键短语”且希望精确匹配

局限

• 对同义改写/语义相近但不含关键词的查询不友好
• 需要较好的分词与文本规范化（尤其中文）

相关词条

• 混合检索（Hybrid Search）、RAG、Reranker

打开 GitHub 界面，修改后直接生成 PR