5.3 稀疏检索与 BM25

这一节讨论的是很多人学 RAG 时容易低估的一件事：为什么到了今天，BM25 这类关键词检索仍然非常重要。

不少初学者在接触向量检索后，会自然产生一种印象：

既然语义检索已经能找“意思接近”的内容，那关键词检索是不是可以退休了

这在真实系统里通常不成立。

因为很多业务问题要的不是“差不多相关”，而是：

术语必须命中
编号必须对上
产品名和接口名不能搞错

在这些地方，BM25 这类稀疏检索往往仍然非常有价值。

学这一节时，最值得先建立的判断

BM25 不是过时方案，而是很多系统里仍然很稳的一路召回信号
它和向量检索通常不是竞争关系，而是互补关系
向量检索强在语义覆盖，BM25 强在精确命中
很多术语、编号、专有名词类问题，单靠向量检索往往不够稳

这一节会回答什么问题

读完这一节后，你最好能更稳地判断：

BM25 到底解决的是什么类型的检索问题
为什么术语、编号、产品名类场景不能轻易丢掉关键词检索
什么时候更该优先上 BM25，什么时候更该把它和向量检索一起用