Векторный поиск хорошо ловит смысл и перефразирования, но промахивается на точных совпадениях: артикулы, коды ошибок, имена, редкие термины. BM25 (лексический поиск) — наоборот. Гибридный поиск выполняет оба и объединяет списки — обычно через Reciprocal Rank Fusion (сумма 1/(k + ранг)).
А ещё После гибрида обычно ставят реранкер
Так подсказку видит пользователь sotto на живом собеседовании — за пару секунд, пока вы думаете вслух.
Почему одного вектора мало. Эмбеддинг «ошибка ORA-00942» похож на эмбеддинги любых сообщений об ошибках Oracle; нужный документ с этим кодом может не попасть в top-10. BM25 найдёт его по точному совпадению редкого токена. Зато BM25 не найдёт «как вернуть деньги» по документу «процедура возврата средств».
Reciprocal Rank Fusion:
sottoscore(doc) = Σ по спискам 1 / (k + rank_в_списке) # k ≈ 60Документ, высоко стоящий в обоих списках, поднимается наверх. Оценки BM25 и косинусной близости при этом сравнивать не нужно — они в разных шкалах.
Практика:
sotto слышит вопрос интервьюера и показывает короткий ответ и план, как в блоке «Коротко». Оставьте контакт — пришлём доступ и промокод.