RRF倒数排名融合

RRF（Reciprocal Rank Fusion，倒数排名融合） 是一种将多个不同搜索系统返回的结果列表合并成一个统一、高质量排名列表的算法。

它的核心思想非常巧妙：不看每个搜索系统给出的具体“分数”，只看每个文档在各自结果列表中的“排名”。一个文档在越多列表中排名靠前，其最终的融合排名就越高。

为什么要用RRF？

在复杂的搜索场景中，我们常常会结合多种搜索方式，比如：

• 全文检索（BM25）：擅长关键词匹配，但分数可能很高（如100分）。
• 向量检索（KNN）：擅长语义理解，但分数可能很小（如0.9分）。

这两种方式的分数范围和含义完全不同，直接相加或加权平均会非常不合理。RRF的巧妙之处就在于抛弃了原始的、不可比的分数，转而使用统一的“排名”作为衡量标准。

RRF是如何工作的？

RRF通过一个简单的公式为每个文档计算最终得分：

score(d) = Σ 1 / ( k + rank(d) )

• d： 某个文档。
• Σ： 对所有包含文档d的搜索结果列表进行求和。
• rank(d)： 文档d在某个列表中的排名（从1开始）。
• k： 一个平滑常数，默认值通常为 60。它的作用是防止排名靠后的文档获得过高的权重。

简单来说，这个公式意味着：文档在某次检索中排名越靠前（rank越小），它对最终得分的贡献就越大（1/(k+rank)越大）。

举个例子

假设搜索“入职流程”：

文档	在“全文检索”中的排名	在“向量检索”中的排名	计算过程 (k=60)	最终RRF得分
文档1	第1名	第2名	1/(60+1) + 1/(60+2)	0.03251
文档2	第2名	第1名	1/(60+2) + 1/(60+1)	0.03251
文档3	第3名	未上榜	1/(60+3) + 0	0.01587
文档4	未上榜	第3名	0 + 1/(60+3)	0.01587

可以看到，在两个系统中都排名靠前的文档1和文档2，获得了最高的融合分数。而只在单一系统中排名第3的文档，得分明显更低。

RRF的核心优势

• 无需归一化：直接解决了不同检索系统分数不可比的问题。
• 简单有效：算法本身非常简洁，效果却很好，且无需复杂调参。
• 鲁棒性强：不依赖具体的分数，因此对个别系统的分数波动不敏感。

RRF的主要应用场景

• 混合搜索（Hybrid Search）：这是RRF最经典的应用，用于融合全文检索和向量检索的结果，兼顾精确匹配和语义理解。这在RAG（检索增强生成） 系统中非常重要。
• 多路召回融合：在推荐系统或信息检索中，将来自不同索引、不同特征或不同算法的多个结果集进行融合。
• 多模态搜索：融合来自文本、图像、音频等多种模态的搜索结果。