Tìm kiếm từ khóa tìm đúng các từ. Tìm kiếm vector tìm theo ý nghĩa. Hybrid search chạy cả hai và gộp kết quả lại.
Cách hoạt động
Truy vấn được gửi tới hai bộ truy xuất cùng lúc:
- Từ khóa: BM25 trên chỉ mục ngược (inverted index). Mạnh với tên riêng, mã và thuật ngữ hiếm.
- Vector: tìm láng giềng gần nhất trên embedding trong một vector database. Mạnh với cách diễn đạt khác và từ đồng nghĩa.
Hai loại điểm nằm trên thang đo khác nhau, nên đa số hệ thống gộp theo thứ hạng hoặc theo điểm đã chuẩn hóa.
Reciprocal rank fusion (RRF) của Cormack, Clarke và Büttcher (SIGIR 2009) cộng thêm một số hạng cho mỗi danh sách mà tài liệu xuất hiện. Elasticsearch mô tả vòng lặp là score += 1.0 / (k + rank(result(q), d)), với hằng số thứ hạng k mặc định là 60. Tài liệu của họ viết “RRF requires no tuning.” (Bản dịch: RRF không cần tinh chỉnh.)
Ví dụ tính với k = 60:
| Tài liệu | Hạng BM25 | Hạng vector | Điểm RRF |
|---|---|---|---|
| A | 1 | 3 | 1/61 + 1/63 = 0.0323 |
| B | 2 | 1 | 1/62 + 1/61 = 0.0325 |
| C | không tìm thấy | 2 | 1/62 = 0.0161 |
B thắng vì cả hai bộ truy xuất đều xếp nó ở thứ hạng cao.
Hợp nhất có trọng số là phương pháp phổ biến còn lại. Mặc định của Weaviate từ v1.24, relativeScoreFusion, chuẩn hóa điểm của từng lượt tìm kiếm rồi cộng chúng theo tỉ lệ. Thiết lập alpha quyết định trọng số giữa hai bên: 0 là chỉ từ khóa, 1 là chỉ vector, và 0.75 là mặc định của server. Tài liệu khuyên nên đặt alpha một cách tường minh: mặc định 0.75 chỉ áp dụng khi request tới server mà không có alpha, và không phải thư viện client nào cũng để trống giá trị này, nên trọng số thực tế có thể khác.
Sau bước hợp nhất, nhiều pipeline thêm một reranker trên các kết quả đứng đầu.
Vì sao quan trọng
- Recall. Truy vấn thực tế trộn lẫn thuật ngữ chính xác và cách diễn đạt lỏng. Một bộ truy xuất đơn lẻ sẽ bỏ sót một phần.
- Tiếng Ả Rập. Chính tả tiếng Ả Rập có nhiều biến thể (các dạng alef, ta marbuta, dấu phụ), làm việc khớp từ khóa chính xác kém đi nếu văn bản không được chuẩn hóa. Thêm tìm kiếm vector cho bạn một đường thứ hai tới đúng chunk. Xem tìm kiếm RAG tiếng Ả Rập và chuẩn hóa văn bản tiếng Ả Rập cho tìm kiếm.
- Ít token hơn. Truy xuất tốt hơn nghĩa là mỗi câu hỏi gửi ít chunk hơn tới LLM.
Trên BroadNet Inference
Hybrid search chạy trong hệ thống tìm kiếm của bạn: Elasticsearch, OpenSearch, Weaviate hoặc tương tự. BroadNet không cung cấp endpoint embedding hay rerank, nên hãy tạo embedding bằng nhà cung cấp khác hoặc một model chạy cục bộ. Gửi các chunk đứng đầu sau khi gộp tới một model chat của BroadNet như Qwen3.8 27B hoặc GLM 5.3 qua Chat Completions API. Với kho tài liệu nhỏ, hãy so sánh với cách đưa thẳng tài liệu vào một context dài; xem long context và RAG.