A busca por palavras-chave encontra as palavras exatas. A busca vetorial encontra o significado. A busca híbrida executa as duas e junta os resultados.
Como funciona
A consulta vai para dois retrievers ao mesmo tempo:
- Palavras-chave: BM25 sobre um índice invertido. Forte em nomes, códigos e termos raros.
- Vetorial: vizinhos mais próximos entre os embeddings em um banco de dados vetorial. Forte em paráfrases e sinônimos.
Os dois scores estão em escalas diferentes, então a maioria dos sistemas faz a fusão pela posição no ranking ou por um score normalizado.
O reciprocal rank fusion (RRF), de Cormack, Clarke e Büttcher (SIGIR 2009), soma um termo para cada lista em que um documento aparece. O Elasticsearch documenta o laço como score += 1.0 / (k + rank(result(q), d)), com a rank constant k igual a 60 por padrão. A documentação diz “RRF requires no tuning.” (tradução: o RRF não exige ajuste).
Um exemplo resolvido com k = 60:
| Documento | Posição no BM25 | Posição vetorial | Score RRF |
|---|---|---|---|
| A | 1 | 3 | 1/61 + 1/63 = 0,0323 |
| B | 2 | 1 | 1/62 + 1/61 = 0,0325 |
| C | não encontrado | 2 | 1/62 = 0,0161 |
B vence porque os dois retrievers o colocam no alto.
A fusão ponderada é o outro método comum. O padrão do Weaviate desde a v1.24, relativeScoreFusion, normaliza os scores de cada busca e os combina em uma soma escalada. O parâmetro alpha pondera os dois lados: 0 é só palavras-chave, 1 é só vetores e 0,75 é o padrão do servidor. A documentação recomenda definir alpha explicitamente: o padrão de 0,75 só vale quando uma requisição chega ao servidor sem alpha, e nem toda biblioteca cliente o deixa sem valor, então a ponderação real pode ser outra.
Depois da fusão, muitos pipelines adicionam um reranker sobre os primeiros resultados.
Por que importa
- Recall. Consultas reais misturam termos exatos e formulações vagas. Um único retriever perde parte delas.
- Árabe. A grafia do árabe varia (formas do alef, ta marbuta, diacríticos), o que atrapalha a correspondência exata por palavras-chave se o texto não for normalizado. Adicionar a busca vetorial abre um segundo caminho até o chunk certo. Veja busca RAG em árabe e normalização de texto árabe para busca.
- Menos tokens. Uma recuperação melhor significa menos chunks enviados ao LLM por pergunta.
Na BroadNet Inference
A busca híbrida roda na sua stack de busca: Elasticsearch, OpenSearch, Weaviate ou similares. A BroadNet não oferece endpoints de embeddings nem de rerank, então gere os embeddings com outro provedor ou com um modelo local. Envie os melhores chunks resultantes da fusão a um modelo de chat da BroadNet, como o Qwen3.8 27B ou o GLM 5.3, pela Chat Completions API. Para corpora pequenos, compare com colocar os documentos em um contexto longo; veja contexto longo vs. RAG.