深入剖析 RAG 检索系统中的召回方式：BM25、向量召回、混合策略全解析
目录
一、什么是 RAG 检索系统？
二、为什么召回方式对 RAG 至关重要？
三、RAG 系统中的常见召回方式详解
3.1 🔷 BM25 召回（稀疏召回）
3.2 🔷 BCE 向量召回（稠密语义召回）
3.3 🔷 混合召回（Hybrid Recall）
四、其他召回方式拓展
4.1 📌 Query Expansion（查询扩展）
4.2 📌 实体召回 / 多跳实体路径召回
4.3 📌 类别召回 / 标签召回
五、召回方式对比与选型建议
六、RAG 系统中的召回架构实践
七、总结：如何构建适合你的召回系统？
八、附录：参考工具与资源
总结
一、什么是 RAG 检索系统？
RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合信息检索与文本生成的大模型架构，它在回答问题或生成文本时，不仅依赖模型知识，还利用外部文档来增强上下文，提升准确性和事实性。
RAG 的核心流程可分为三步：
-
召回（Recall）：根据输入 Query，从大规模文档中召回 Top-K 候选文档。
-
重排序（Rerank）：对候选文档进一步排序，提升相关性。
-
生成（Generate）：使用大模型（如 LLM）结合文档生成最终答案。
其中，“召回”是第一步，决定了后续的生成质量，本篇聚焦于 RAG 中的召回方法详解。
二、为什么召回方式对 RAG 至关重要？
📌 内容说明：
-
LLM 本身知识库是静态的，无法覆盖所有事实。
-
召回的结果质量直接影响最终生成答案的准确性。
-
大规模语料下，如何在 毫秒级别 召回高质量候选文档，是系统性能的关键。
举例：如果你的知识库有百万文档，生成阶段仅能处理前 5~10 个文档，那么召回阶段必须从百万文档中精准找出最相关的那几个。
三、RAG 系统中的常见召回方式详解
3.1 🔷 BM25 召回（稀疏召回）
✅ 原理：
BM25 是基于关键词匹配和词频倒排索引的经典 IR 方法。
按照每个文档与 query 关键词的匹配程度计算得分。
✅ 特点：
不需要训练模型，部署简单
可解释性强，适用于规则/关键词主导场景
✅ 使用工具：
Elasticsearch（官方支持 BM25）
Whoosh（Python 本地索引）
Lucene底层引擎✅ 示例应用场景：
FAQ 系统、法律检索、规则匹配型问答
3.2 🔷 BCE 向量召回（稠密语义召回）
✅ 原理：
使用双塔语义编码模型，将 query 和文档分别编码为向量。
利用向量之间的相似度（内积或余弦）进行匹配。
✅ 常用模型：
SimCSE（有监督/无监督）
DPR（Dense Passage Retrieval）
GTR、Contriever、Cohere embed
✅ 检索引擎：
Faiss（Facebook 提供的向量库）
Milvus（国产开源，支持 GPU 加速）
Weaviate / Qdrant / Vespa等现代向量检索系统✅ 优缺点：
优点 缺点 能识别语义相似、同义词 向量计算成本高、训练门槛较高 可迁移性好，适应复杂场景 可解释性差 ✅ 典型应用场景：
多语言问答、语义搜索、知识库检索
3.3 🔷 混合召回（Hybrid Recall）
✅ 原理：
融合 稀疏检索（关键词） 和 稠密检索（语义向量） 的结果，提升召回覆盖面和精度。
✅ 融合策略：
并行召回 + 合并（去重后排序）
分阶段召回（先 BM25 再向量 rerank）
使用排序融合算法：RRF（Reciprocal Rank Fusion）
✅ 工具支持：
LangChain / LlamaIndex
Haystack（支持 Hybrid Retriever）
✅ 优势：
综合精度更高，鲁棒性更强
不易被 OOV（未登录词）影响
✅ 建议使用场景：
对召回精度要求高的 RAG 问答系统
文本风格多样、歧义多的搜索任务
四、其他召回方式拓展
4.1 📌 Query Expansion（查询扩展）
使用同义词库或语言模型对 Query 进行扩展，提高召回率。
示例：将“电流保护”扩展为“过流保护”、“短路电流保护”
4.2 📌 实体召回 / 多跳实体路径召回
基于知识图谱，从 Query 中抽取实体 -> 关联相关节点 -> 返回文档
常用于专业问答系统、医学/法律领域
4.3 📌 类别召回 / 标签召回
先对 Query 做分类（如所属主题），再在相应子索引中召回
提高召回效率，降低误召概率
五、召回方式对比与选型建议
| 方法 | 语义能力 | 精度 | 速度 | 部署成本 | 典型场景 |
|---|---|---|---|---|---|
| BM25 | 弱 | 中 | 快 | 低 | FAQ、关键词匹配 |
| 向量召回 | 强 | 高 | 中 | 中高 | 通用问答、语义搜索 |
| 混合召回 | 强 | 很高 | 中 | 高 | 复杂场景、企业知识库 |
| 实体召回 | 强 | 高 | 中 | 中 | 专业领域、结构化文档 |
| 扩展召回 | 中 | 高 | 慢 | 中 | Recall Coverage 提升 |
六、RAG 系统中的召回架构实践
一个标准 RAG 检索系统的召回架构：
七、总结：如何构建适合你的召回系统？
只做关键词匹配够用吗？
小数据量 / FAQ类系统中 BM25 已够用。想实现语义检索怎么办？
推荐使用SimCSE + Faiss/Milvus，可用开源模型快速启动。如何保证召回稳定和高覆盖？
混合召回是大趋势，RRF 等融合策略可显著提升 Recall@K。有没有一体化工具推荐？
Haystack、LlamaIndex、LangChain等支持多种召回模块组合。
八、附录：参考工具与资源
| 类别 | 工具/平台 | 简介 |
|---|---|---|
| 稀疏检索 | Elasticsearch、Whoosh | BM25 支持 |
| 向量库 | Faiss、Milvus、Qdrant | 向量召回 |
| 模型 | SimCSE、DPR、Contriever | 语义编码模型 |
| 框架 | Haystack、LangChain、LlamaIndex | 检索增强生成框架 |
总结
召回是 RAG 系统的起点，是构建高质量智能问答、搜索、知识系统的根基。选择合适的召回策略，不仅能提升系统性能，更能让大模型“看得见”正确的知识。
如果你正在构建一个 RAG 系统，建议从 BM25 + SimCSE 混合召回开始实践，并逐步引入更强的 rerank 模块，实现端到端闭环的问答系统。