Milvus + Reranker 混合搜索技术方案详细文档

Milvus + Reranker 混合搜索技术方案详细文档

1. 方案概述

本方案基于 Milvus 向量数据库实现混合搜索（Hybrid Search），结合稀疏检索（BM25）和稠密检索（向量相似度），并通过 Reranker 模型进行二次排序，以提升 RAG 系统的检索质量和答案准确性。

1.1 架构设计

查询输入↓
并行检索：
├── BM25 检索 (Elasticsearch/外部)
└── 向量检索 (Milvus)↓
RRF 融合算法↓
Reranker 重排序↓
最终结果 → LLM 上下文

1.2 技术栈选择

• 向量数据库: Milvus 2.3+
• 稀疏检索: Elasticsearch 8.x (提供 BM25)
• 嵌入模型: BAAI/bge-m3 或 bge-large-zh-v1.5
• 重排序模型: BAAI/bge-reranker-large
• 融合算法: RRF (Reciprocal Rank Fusion)

2. 数据预处理与入库