---
title: "Apakah itu carian hibrid? BM25 dan vektor dengan RRF"
description: "Carian hibrid menggabungkan carian kata kunci seperti BM25 dengan carian vektor dan menyatukan kedudukannya, selalunya dengan RRF. Cara ia berfungsi dan manfaatnya."
url: https://broadrouter.com/ms/glossary/hybrid-search/
lang: ms
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/glossary/hybrid-search/) (dikemas kini 2026-11-16).

# Carian hibrid (hybrid search)

Dikemas kini 2026-11-16

Carian hibrid ialah kaedah dapatan semula yang menjalankan carian kata kunci, seperti BM25, dan carian vektor ke atas embedding bagi pertanyaan yang sama, kemudian menggabungkan kedua-dua senarai berkedudukan menjadi satu, selalunya dengan reciprocal rank fusion (RRF) atau jumlah berwajaran skor yang dinormalkan.

Juga dikenali sebagai: hybrid search, hybrid retrieval, dapatan semula hibrid, reciprocal rank fusion, RRF

Carian kata kunci mencari perkataan yang tepat. Carian vektor mencari maknanya. Carian hibrid menjalankan kedua-duanya dan menggabungkan hasilnya.

## Cara ia berfungsi

Pertanyaan dihantar kepada dua retriever serentak:

-   **Kata kunci**: [BM25](https://broadrouter.com/ms/glossary/bm25/) ke atas indeks songsang. Kuat pada nama, kod dan istilah yang jarang.
-   **Vektor**: jiran terdekat ke atas [embedding](https://broadrouter.com/ms/glossary/embeddings/) dalam [pangkalan data vektor](https://broadrouter.com/ms/glossary/vector-database/). Kuat pada parafrasa dan sinonim.

Kedua-dua skor berada pada skala berbeza, jadi kebanyakan sistem menggabungkannya mengikut kedudukan atau skor yang dinormalkan.

**Reciprocal rank fusion (RRF)**, daripada Cormack, Clarke dan Büttcher (SIGIR 2009), menjumlahkan satu sebutan bagi setiap senarai yang mengandungi sesuatu dokumen. Elasticsearch mendokumenkan gelungnya sebagai `score += 1.0 / (k + rank(result(q), d))`, dengan pemalar kedudukan `k` lalai kepada 60. Dokumentasinya menyatakan “RRF requires no tuning.” (Terjemahan BroadRouter: “RRF tidak memerlukan penalaan.”)

Contoh pengiraan dengan k = 60:

| Dokumen | Kedudukan BM25 | Kedudukan vektor | Skor RRF |
| --- | --- | --- | --- |
| A | 1 | 3 | 1/61 + 1/63 = 0.0323 |
| B | 2 | 1 | 1/62 + 1/61 = 0.0325 |
| C | tidak ditemui | 2 | 1/62 = 0.0161 |

B menang kerana kedua-dua retriever meletakkannya di kedudukan tinggi.

**Fusion berwajaran** ialah kaedah lazim yang satu lagi. Kaedah lalai Weaviate sejak v1.24, `relativeScoreFusion`, menormalkan skor setiap carian dan menggabungkannya sebagai jumlah berskala. Tetapan `alpha` menentukan wajaran kedua-duanya: 0 ialah kata kunci sahaja, 1 ialah vektor sahaja, dan 0.75 ialah nilai lalai pelayan. Dokumentasinya mengesyorkan menetapkan alpha secara eksplisit: nilai lalai 0.75 hanya terpakai apabila permintaan sampai ke pelayan tanpa alpha, dan bukan setiap pustaka klien membiarkannya tanpa nilai, jadi wajaran sebenar boleh berbeza.

Selepas fusion, banyak pipeline menambah [reranker](https://broadrouter.com/ms/glossary/reranking/) ke atas hasil teratas.

## Mengapa ia penting

-   **Recall.** Pertanyaan sebenar mencampurkan istilah tepat dan susunan kata yang longgar. Satu retriever sahaja akan terlepas sebahagian daripadanya.
-   **Bahasa Arab.** Ejaan Arab berbeza-beza (bentuk alif, ta marbuta, baris), dan ini menjejaskan padanan kata kunci tepat kecuali teks dinormalkan. Menambah carian vektor memberi laluan kedua ke chunk yang betul. Lihat [carian RAG Arab](https://broadrouter.com/ms/blog/arabic-rag-search/) dan [penormalan teks Arab untuk carian](https://broadrouter.com/ms/blog/arabic-text-normalization-search/).
-   **Kurang token.** Dapatan semula yang lebih baik bermakna lebih sedikit chunk dihantar kepada LLM bagi setiap soalan.

## Di BroadNet Inference

Carian hibrid berjalan dalam susunan carian anda: Elasticsearch, OpenSearch, Weaviate atau yang seumpamanya. BroadNet tidak menawarkan endpoint embedding atau rerank, jadi hasilkan embedding dengan penyedia lain atau model tempatan. Hantar chunk teratas yang telah digabungkan kepada model chat BroadNet seperti [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/) atau [GLM 5.3](https://broadrouter.com/ms/models/glm-5.3/) melalui Chat Completions API. Untuk korpus kecil, bandingkan dengan meletakkan dokumen dalam konteks panjang; lihat [konteks panjang vs RAG](https://broadrouter.com/ms/blog/long-context-vs-rag/).

## Soalan lazim

### Mengapa tidak guna carian vektor sahaja?

Embedding memadankan makna tetapi boleh terlepas rentetan tepat seperti kod produk, nama dan mesej ralat. Carian kata kunci menangkapnya. Gabungan kedua-duanya meliputi kedua-dua jenis pertanyaan.

### Perlukah saya menala RRF?

Biasanya tidak banyak. Dokumentasi Elasticsearch menyatakan RRF tidak memerlukan penalaan dan set hasil yang digabungkannya tidak perlu mempunyai skor relevan yang setanding. Pemalar kedudukannya lalai kepada 60.

### Apakah maksud alpha dalam Weaviate?

Ia menentukan wajaran hasil vektor berbanding hasil kata kunci. Dokumentasi Weaviate menyatakan alpha 0 ialah carian kata kunci sahaja, alpha 1 ialah carian vektor sahaja, dan nilai lalai pelayan ialah 0.75.

## Lihat juga

-   [BM25](https://broadrouter.com/ms/glossary/bm25/) (istilah)
-   [Embedding (vektor teks)](https://broadrouter.com/ms/glossary/embeddings/) (istilah)
-   [Pangkalan data vektor (vector database)](https://broadrouter.com/ms/glossary/vector-database/) (istilah)
-   [Reranking (penyusunan semula kedudukan)](https://broadrouter.com/ms/glossary/reranking/) (istilah)
-   [RAG (retrieval-augmented generation)](https://broadrouter.com/ms/glossary/rag/) (istilah)
-   [Chunking (pemecahan dokumen untuk RAG)](https://broadrouter.com/ms/glossary/chunking/) (istilah)
-   [Guna LlamaIndex dengan BroadNet Inference melalui OpenAILike](https://broadrouter.com/ms/guides/llamaindex-openailike/) (panduan)
-   [RAG bahasa Arab: penormalan, chunking dan carian yang berkesan](https://broadrouter.com/ms/blog/arabic-rag-search/) (artikel)
-   [Konteks panjang vs RAG: bila 1M token menggantikan DB vektor](https://broadrouter.com/ms/blog/long-context-vs-rag/) (artikel)
-   [Penormalan teks Arab untuk carian dan RAG: apa diubah, apa tidak](https://broadrouter.com/ms/blog/arabic-text-normalization-search/) (artikel)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-hybrid-search&utm_content=page-cta) ·

**Sumber**

-   [Cormack, Clarke dan Büttcher, Reciprocal rank fusion outperforms Condorcet and individual rank learning methods, SIGIR 2009 (disemak 2026-11-15)](http://cormack.uwaterloo.ca/cormacksigir09-rrf.pdf)
-   [Dokumentasi Elasticsearch, reciprocal rank fusion (disemak 2026-11-16)](https://www.elastic.co/docs/reference/elasticsearch/rest-apis/reciprocal-rank-fusion)
-   [Dokumentasi Weaviate, konsep carian hibrid (alpha dan kaedah fusion) (disemak 2026-11-16)](https://docs.weaviate.io/weaviate/concepts/search/hybrid-search)
