如何科学调优向量搜索，而非盲目猜测
内容提要
本文基于五个数据集，系统分析了向量搜索中七个关键设置、检索深度、融合参数、重排序器及量化重打分的影响，指出默认参数常导致性能下降，如RRF的k值调整可显著影响结果。建议先检查基础设置，再针对检索不足、排名错误或延迟增加等问题，采取数据驱动的调优策略，以科学提升搜索质量。
延伸解读
默认参数并非万能
文章指出，向量搜索的七个关键设置若使用默认值，可能悄悄损害搜索质量，例如稀疏向量缺少IDF修饰符或BM25平均长度默认值不当，都不会报错，但结果会变差。这提醒我们，默认参数是基于通用情况设定的，未必适配特定数据集，调优前应先检查这些基础设置。
检索深度与排名问题需区分
当用户找不到已知文档时，可能是检索遗漏或排名埋没。文章通过实验发现，增加候选数量（从10到500）能显著提升最佳得分，但用户实际看到的分数提升很小，说明排名问题更常见。而hnsw_ef的影响极小，因此调优时应先判断问题类型，避免盲目增加检索深度。
融合参数k值影响显著
在混合搜索中，RRF的k值对结果影响巨大：从默认的2改为论文中的61，在480个查询中有202个的首位结果发生变化。但k值并非越大越好，DBSF无需参数且在三个数据集上优于默认RRF。调优时需根据数据特性测试，而非直接采用默认值。
重排序器收益需谨慎评估
重排序器能提升相关性，但代价是每个查询的额外计算。文章发现，重排序器的部分收益其实来自未调优的融合，当融合调优后，重排序器的优势大幅缩小，甚至可能变差。因此，在引入重排序器前，应先调优融合，并通过低成本测试判断其是否值得。
Q&A
向量搜索中哪些设置会影响搜索质量？
七个集合设置可能影响搜索质量，例如稀疏向量缺少IDF修饰符会导致稀有词权重不足，BM25平均长度默认值会误判文档长度。这些设置不会报错，但会悄悄降低结果质量。
为什么增加检索深度（如将候选数从10提高到500）对最终得分提升很小？
增加检索深度确实能提高最佳可达分数（最高提升0.28），但用户看到的分数提升最多只有0.01，因为排名阶段会掩盖检索到的结果。即使调整hnsw_ef，最终分数最多也只提升0.0022。
如何调整混合搜索中的RRF参数k？
Qdrant默认k=2，但将k调整为61（来自原始论文）会在一个数据集上改变202/480个查询的顶部结果。建议测试k值，但也可以考虑使用无参数的DBSF融合方法，它在三个数据集上优于默认RRF。
重排序器（reranker）是否总是值得使用？
不一定。在调整融合参数之前，重排序器带来的提升可能部分来自未调整的融合。最佳重排序器在五个数据集上优于默认融合，但对抗调优后的融合时，大部分提升消失，甚至有一个数据集从胜转败。
为什么集合增长后查询延迟会突然增加？
量化重打分（rescoring）是原因。当原始向量不再完全驻留内存时，重打分需要从磁盘读取原始向量，导致延迟从4.3毫秒增加到43.4毫秒。建议在部署的内存限制下测量量化效果，并谨慎关闭重打分，因为关闭后密集阶段只能找到60%的真正最近邻。
如何科学地调优向量搜索而不是盲目猜测？
首先检查基础设置（如IDF修饰符、BM25平均长度），并确保有足够的标注查询（至少25个，但可能不够）。然后根据具体问题选择调优方向：检索不足时增加候选深度，排名错误时调整融合参数，延迟增加时检查量化重打分。
