本文介绍了混合检索的概念及其在Elasticsearch中的两种实现，重点探讨了通过反向排名融合和加权得分提升Elastic Learned Sparse Encoder的性能。研究表明，结合不同检索方法的结果可以提高相关性，尤其在零样本场景下。实验结果显示，反向排名融合在多个数据集上优于单独使用BM25或Elastic Learned Sparse Encoder，且无需模型调优。