BGE-M3 混合搜索如何配合向量库使用呢？

[Littlecowherd]

根据技术文档中提到的数据，采用三种方式联合检索的情况下有明显的性能优势。我不太理解这里的混合搜索如何和向量库一起使用。

如果是 RAG 应用，存在大量的文本，是需要提前做嵌入的。这时候是先按 Dense 向量存储，查询的时候先粗筛 TopK * n 然后再对粗筛的数据应用混合搜索筛选出 TopK，再对 TopK 应用 Rerank ?

希望能得到您的解答，非常感谢🙏

[staoxiao]

一些RAG库中即成了混合检索/多路召回，例如：https://docs.llamaindex.ai/en/stable/examples/vector_stores/PineconeIndexDemo-Hybrid.html 主要流程是多个索引分别检索top-k文本，把所有结果汇总再根据分数加权求和进行重排（或者使用bge-reranker模型进行重排）。 我们进行测试的时候使用的是pyserini进行的稀疏检索，faiss进行向量检索，colbert多向量只用在了重排阶段。后续测试脚本会开源。 但抱歉的是，如何在已有的流行的RAG开源库中直接使用bge-m3的多种方式，我们还没有尝试。之后会尽快与社区一起把这块做好。

[Littlecowherd]

感谢解惑，希望 BGE 能越做越好