为什么稠密向量与 BM25 分数不能直接相加？

核心回答

两者都用于排序，但原始分数的含义、尺度和分布没有天然对齐：BM25取决于查询词在语料中的统计、文档词频与长度；稠密检索取决于编码模型和距离度量。直接相加会让数值较大的一路主导，距离若是越小越好，还可能把方向加反。

并非数学上不能加，而是需要先定义可比性和校准方式。工程上可以用RRF融合排名，或在代表性数据上做归一化、权重调优与学习排序，再比较真实检索和问答效果。

为什么一个权重不能自动解决

假设向量路A=0.8、B=0.7，BM25路A=2、B=4。等权求和偏向B；如果BM25实现或语料变化使同一路分数整体缩小，融合结果可能改变，而BM25内部的排名并未改变。此时权重同时承担尺度换算与通道重要性，很难直接解释。

余弦相似度通常在-1到1之间，特定模型的分数可能集中于很窄区间；内积不天然有界，欧氏距离越小越近。BM25也不是固定范围或正确概率，其数值会随查询词、索引字段和统计变化；“都归到0到1”并不自动变成同一种置信度。

有哪些处理方式

按查询候选做Min-Max简单，但受极端值和截断窗口影响，全部相同还要处理分母为零；Z-Score依赖均值方差，分布很偏或方差很小时也需兜底。跨查询统一阈值要另外验证，不能只看某次归一化后的数值。

RRF只利用候选排名，不要求原始分数校准，适合建立稳健基线，但丢失分数差距。已有足够标注时，可以用查询类型、两路分数、名次和字段特征学习排序；训练和验证需考虑领域变化，避免只拟合一批查询。

还有哪些前提不能忽略

先统一候选ID和粒度，避免一个文档被多份重复片段反复加权；限制各路候选预算并记录缺席情况。权限、生效时间和租户边界由硬条件过滤，不能变成“分数低一点但仍可能返回”的软偏好。

固定候选和上下文预算，按错误码、缩写、实体名和语义改写分桶比较Recall、MRR/NDCG及最终答案。两路都漏掉证据时，换融合公式也补不回来。

常见追问

RRF与重排是一回事吗？ RRF汇总多个检索器的排名；重排通常重新判断查询与候选的相关性，可以在融合后再使用。选择RRF的详细取舍见混合检索为什么选择RRF。

参考资料