智核增长混合检索是一种候选组合方法，不是“关键词加向量必然更好”的承诺。词法结果可能保留准确型号，语义结果可能找出不使用同一词语的说明；它们也可能同时遗漏关键限制。本文用同一答案键比较各路径，保留失败问题。
为什么原始分数不能直接相加
本实验的SQLite BM25越小越好，归一化向量点积则越大越接近。即使统一方向，两个分数的尺度和分布仍不同。直接计算bm25 + cosine会让数值范围较大的一方主导排序。分数归一化可以设计，但需要验证集与分布监控，不能凭一条成功查询定权重。
RRF只利用名次。对于出现在多个结果列表中的文档，把各列表贡献相加；未出现的文档不获得那一路贡献。Azure混合检索说明提供了RRF的工程说明，不能据此断言其他商业AI系统使用相同配置。
用三个文档手算一次
lexical: A, B, C
dense: B, D, A
RRF(d) = sum(1 / (c + rank_i(d)))
c = 60; ranks start at 1
A的得分为1/61 + 1/63，B为1/62 + 1/61，D只有1/62。B得到两个列表较靠前的共同支持，可能排到A前面。但这不证明B满足电压或认证限制，只表明两种排序都倾向于它。常量60是本例的公开配置，不是跨任务最佳值。
同一文档在同一路检索中重复出现时，不能获得重复投票。示例只取首次出现的原始名次计算贡献，跳过重复项，不压缩后续名次；相同分数按文档ID稳定排序，便于复现。
本实验究竟融合了哪些候选
完整程序分别取BM25前5项和向量前5项，融合后交给重排的也是前5项。语料只有9条记录，这个窗口只用于教学。向量路径有完整9项，词法路径可能不足5项；不能擅自补零分虚构词法命中。
| 记录字段 | 用途 | 常见误读 |
|---|---|---|
| bm25 | 词法排名 | 误当作事实准确率 |
| dense_scores | 每条语料的相似度 | 误当作回答可信概率 |
| rrf | 两路前5项融合结果 | 误以为包含整个语料库 |
| reranked | 对融合前5项再排序 | 误以为能找回窗口外证据 |
输入和答案键在数据文件，逐题结果在运行记录。Q10没有可回答的资料，仍会有融合候选，这正是“有排名不等于有答案”的反例。
怎样判断融合是否值得
应比较相同问题上的Recall@3、MRR@3与nDCG@3，再检查型号、条件、语义和未知问题等分组。平均值改善而电气条件组下降，不能直接判定可用于采购辅助。小样本不适合据此给出“提高多少引用率”的营销结论。
生产评测中的延迟应分项记录语料编码、索引构建、单次检索、融合和重排。当前附件的词法耗时包含索引构建，不能与预计算向量后的查询耗时直接比较；这些单次CPU耗时只证明程序运行，不是稳定性能测试。若用于系统选型，应拆开计时、预热后重复运行、报告分位数、控制线程与缓存。
逐题观察：融合有改善，也有退步
本次Q2的词法前3项为D1、D2、D8，只覆盖一份相关证据；融合结果为D1、D9、D2，找回另一份限定电压的材料，Recall@3从0.5变为1。这个变化只属于该合成问题、该窗口和该标签集，不能翻译成官网引用提升50个百分点。
Q1则相反：向量前3项D9、D2、D1已经覆盖两份证据，融合后变为D9、D2、D3，D1被挤出前3项。两路共同偏好的干扰文档可能占据位置；融合并不是对每一道题自动选择表现最好的那一路。
Q9的中文压力查询也没有被融合直接解决，前3项仍是D2、D1、D3。只展示Q2会形成选择性宣传，因此本包保留10题全部输出，包含无答案的Q10。读者应先看哪些类型收益、哪些类型退步，再判断是否值得扩大候选窗口或添加明确约束。
若调整融合常量或候选数量，应在独立验证集上选择，再到留出的测试集评估。否则反复用这10题调参，得到的最佳配置只是对这组教学材料的拟合。对生产场景，还需测量更大目录中的更新延迟、重复版本和权限过滤，而不是直接复制本例常量。
候选去重和缺失排名怎样复核
去重应使用稳定文档ID，而不是截断后的标题。同一手册在两路都命中时累加贡献；同一路重复出现时只采用第一次排名。另一条路线没有返回该文档，就贡献零，不能凭空补一个第六名。对不同版本的手册也不能仅因标题相同合并，需要先明确版本是否已经被批准替换。
一个实用排查顺序是先打印两路原始列表，再打印每个文档的贡献与总和，最后检查排序和截断。若分数完全相同，要固定并公布打破平局的规则，否则文件读取顺序可能制造排名变化。本包采用稳定文档ID打破平局。生产系统还应记录过滤动作发生在融合之前还是之后，因为先过滤会改变候选数量，后过滤则可能使最终不足k条。
降低常数c并不意味着一定更准确，它只是改变前列名次差异对融合的影响。选参数时应把调参问题与最终评估问题分开，并保留未参与调参的型号歧义题。本轮固定c=60，没有对十道题反复调参后挑最好结果，因此这里给出的是单一配置的可复核行为，不是最佳配置证明。
智核增长将精确型号事实与买家场景表达一起治理：前者帮助身份核验，后者帮助不同问法找到相关材料。官网不需要暴露内部权重，更不应把RRF得分写成客户收益。面向中国出海企业，优先补足型号与说明书关联、事实范围和可验证证据，再讨论检索方案。