[27] BM25：关键词检索的底盘（以及它为什么仍然重要）

• 资料类型：综述/方法论
• 原始来源：https://www.nowpublishers.com/article/Details/INR-019
• 对应章节：第 10 章（RAG）

一句话

向量检索擅长意思像不像，BM25 擅长关键词对不对；RAG 里两者最好是搭配着用。

你该从 BM25 带走什么

• 关键词就是生产系统的现实：产品型号、错误码、专有名词、缩写，往往靠关键词更稳。
• 混合检索不是玄学：把词面匹配与语义匹配各自的优势拼起来，召回更稳。
• 可解释性更好：BM25 的匹配理由更容易做抽查与调参记录。

在本书里怎么用

• 第 6 章写混合检索（BM25 + 向量）时，把 BM25 当成默认配置之一，而不是可选项。
• 把什么时候 BM25 会更好写清楚（例如：查错误码、查 API 名、查产品型号）。

常见误用

• 只用向量检索，导致精确词场景召回崩溃（看起来相关、但就是找不到那条关键证据）。
• BM25 参数不随语料规模/噪声调整，导致检索结果被高频噪声词淹没。