In my previous blog on the pgEdge Vectorizer and RAG Server, I showed how to build a semantic search pipeline using dense vector embeddings. The RAG Server already did hybrid search, combining...

本文介绍了在RAG系统中实现混合语义-词汇搜索的方法，结合BM25词汇搜索与语义搜索，通过互惠排名融合（RRF）进行整合。混合搜索策略有效提升了检索效果，提供了Python实现的详细步骤，包括库的安装、数据集加载、BM25和语义搜索的独立执行及结果融合。通过示例查询，展示了混合搜索的优势。

这篇文章探讨了向量检索的理论极限，指出在高维嵌入中，单向量模型无法有效表示所有检索结果。研究表明，查询复杂度增加时，单向量模型表现显著下降，无法满足高风险领域需求。文章建议结合BM25和密集检索，以弥补不足，并强调多向量模型和交叉编码器的重要性。

向量检索在RAG系统中应用广泛，但存在理论限制。研究显示，单向量模型在复杂查询时维度不足，表现不佳。BM25在词汇匹配中表现优异，但在语义匹配上不如向量模型。为提高检索效果，结合BM25与向量检索或采用Cross-encoder等多向量模型是必要的。

混合搜索结合了BM25和向量检索，克服了纯向量和关键词搜索的不足，提升了检索准确性，适用于技术文档及法律医疗领域。通过双路径处理，优化查询结果，降低LLM成本，提高上下文质量。Redis支持混合搜索，简化操作，适合构建RAG系统和智能代理。

pg_textsearch是基于Postgres的BM25索引扩展，提供高效的全文搜索。它通过内存中的反向索引和块最大WAND算法优化查询速度，支持快速排名和并行构建索引。与ParadeDB相比，pg_textsearch在短查询上表现更佳，索引大小更小，但不支持短语查询和模糊匹配。

本文讨论了稀疏嵌入在电子商务搜索中的优势，特别是相较于BM25的29%提升。稀疏嵌入通过保留单个词汇的信号，解决了密集嵌入模糊匹配的问题，确保了精确匹配。SPLADE模型通过学习相关词汇扩展查询，提升了搜索结果的准确性。后续文章将详细介绍训练和评估过程。

向量搜索在人工智能中受到关注，但在检索增强生成（RAG）应用中，全文搜索提供更高精度。BM25算法通过词频、文档长度归一化和逆文档频率优化搜索结果。混合检索系统结合全文搜索与向量搜索，实现关键词精确匹配和语义回忆，提升检索质量。

Elasticsearch结合BM25和向量搜索实现混合搜索，而Postgres也支持这些功能，简化了数据管理，消除了同步问题，提高了搜索效率。

Postgres在搜索方面存在局限性，常需借助Elasticsearch等工具。BM25算法通过优化关键词频率、文档长度和相关性评分，提高搜索结果的准确性。结合BM25和向量搜索的混合方法，可以更好地满足AI代理和RAG管道的需求。pg_textsearch是一个开源解决方案，旨在提升Postgres的搜索能力。

Tiger Data（前称Timescale）开源了pg_textsearch，这是一个基于BM25算法的PostgreSQL文本搜索扩展，旨在提升搜索相关性和性能，特别适用于AI应用。创始人Mike Freedman指出，开发者需要更好的搜索工具以满足AI搜索需求。pg_textsearch结合了关键词搜索和向量搜索，提升了搜索效率。

Tiger Data推出的Agentic Postgres是一款专为AI代理和开发者设计的Postgres数据库，支持快速分叉、MCP服务器和BM25向量搜索，提供CLI终端访问，旨在满足现代开发需求，实现快速实验和高效数据库操作。

pg_textsearch是一个Postgres扩展，旨在满足现代AI应用的需求，结合BM25排名和简单事务处理，提升检索质量，适用于RAG系统和混合搜索，支持向量搜索与关键词匹配的结合。

在最新的17.14.11版本中，Visual Studio引入了远程语义搜索，提升了代码搜索的精准度和效率。与传统的BM25关键词搜索不同，语义搜索能够理解查询含义，识别同义词和上下文，从而提供更相关的结果，帮助开发者更高效地查找代码，节省时间。

SIGIR会议汇聚全球信息检索领域专家，分享最新研究。Jina AI展示了延迟分块的研究，讨论了信息检索系统的鲁棒性及LLM应用。专家们探讨了BM25算法的历史及AI在科学研究中的未来，促进了热烈讨论。

miniCOIL是一种轻量级的稀疏神经检索模型，旨在结合BM25的优点，克服传统稀疏检索的局限性。该模型通过语义理解提升检索精度，特别适用于文档搜索，测试结果显示其在多个领域略优于BM25，展现了稀疏神经检索的潜力。