BM42是一种结合了语义搜索和关键词搜索的新方法，利用BM25算法的排名原理，控制词频和文档长度对相关性得分的影响。BM42使用稀疏嵌入和Transformer模型，具有高可解释性、低内存占用和高准确率。然而，对于没有块的大型文档，BM25可能更适合。
Qdrant推出BM42搜索算法，旨在提升检索增强生成（RAG）应用的准确性和效率。BM42结合传统文本搜索与基于向量的搜索，降低了RAG和AI应用的成本，特别适合短文本场景。
BM42是对BM25的改进，结合了IDF和变换器的注意力机制，适用于现代检索系统。BM25在文本检索中有效，但在短文档和RAG系统中表现不佳。BM42通过利用变换器的语义信息，提升了检索速度和准确性，适合多语言支持。
完成下面两步后，将自动完成登录并继续当前操作。
