Hybride RAG-Suche: BM25 + Vektorsuche (2025)
+20–30% RAG-Genauigkeit mit hybrider Suche. Schritt-für-Schritt-Anleitung zum Kombinieren von BM25 und Vektorsuche mit Weaviate, Qdrant oder Pinecone.
Warum hybride Suche ?
Die vector-Suche verpasst exakte Übereinstimmungen. BM25 fehlt die Semantik. Kombinieren Sie beide für 20-30% besseren Recall.
Die vector-Suche versagt bei :
- Produkt-IDs : "SKU-12345"
- Eigennamen : "Marie Curie"
- Technische Begriffe : "RAG-Fusion"
BM25 versagt bei :
- Synonyme : "Auto" vs "Automobil"
- Paraphrasen : "wie man Pasta kocht" vs "Anleitung zum Kochen von Pasta"
Implementierung (November 2025)
Mit Weaviate
Weaviate hat die hybride Suche integriert (Parameter alpha) :
DEVELOPERpythonimport weaviate client = weaviate.Client("http://localhost:8080") results = client.query.get("Document", ["content"]).with_hybrid( query="Marie Curie radioactivité", alpha=0.7 # 0 = pure BM25, 1 = pure vector ).with_limit(10).do()
Mit Qdrant
DEVELOPERpythonfrom qdrant_client import QdrantClient from qdrant_client.models import Prefetch, Query client = QdrantClient("localhost", port=6333) # Vector + keyword search results = client.query_points( collection_name="documents", prefetch=Prefetch( query="découverte radiation", using="dense", limit=20 ), query=Query( text="Marie Curie", using="sparse" ), limit=10 )
Manueller Hybrid (jede vector-Datenbank)
DEVELOPERpythonfrom rank_bm25 import BM25Okapi import numpy as np # BM25 setup tokenized_docs = [doc.split() for doc in documents] bm25 = BM25Okapi(tokenized_docs) def hybrid_search(query, vector_db, alpha=0.7, k=10): # 1. Vector search query_vector = embed_model.encode(query) vector_results = vector_db.search(query_vector, k=k*2) # 2. BM25 search bm25_scores = bm25.get_scores(query.split()) # 3. Normalize scores to [0, 1] vector_scores = {r['id']: r['score'] for r in vector_results} max_v = max(vector_scores.values()) vector_scores = {k: v/max_v for k, v in vector_scores.items()} max_b = max(bm25_scores) bm25_scores_norm = {i: score/max_b for i, score in enumerate(bm25_scores)} # 4. Combine with alpha weighting combined = {} for doc_id in set(vector_scores.keys()) | set(bm25_scores_norm.keys()): combined[doc_id] = ( alpha * vector_scores.get(doc_id, 0) + (1 - alpha) * bm25_scores_norm.get(doc_id, 0) ) # 5. Sort and return top k top_results = sorted(combined.items(), key=lambda x: x[1], reverse=True)[:k] return [documents[doc_id] for doc_id, _ in top_results]
Reciprocal Rank Fusion (RRF)
Besser als die Fusion von Scores - kombiniert die Rangfolgen, nicht die Scores :
DEVELOPERpythondef reciprocal_rank_fusion(rankings, k=60): """ rankings: List of document IDs ranked by different methods k: Constant (typically 60) """ rrf_scores = {} for rank_list in rankings: for rank, doc_id in enumerate(rank_list, start=1): if doc_id not in rrf_scores: rrf_scores[doc_id] = 0 rrf_scores[doc_id] += 1 / (k + rank) return sorted(rrf_scores.items(), key=lambda x: x[1], reverse=True) # Use it vector_results = vector_search(query) bm25_results = bm25_search(query) final = reciprocal_rank_fusion([ [r['id'] for r in vector_results], [i for i, _ in sorted(enumerate(bm25_scores), key=lambda x: x[1], reverse=True)] ])
Alpha-Anpassung
Testen Sie mit Ihren Abfragen :
DEVELOPERpythontest_queries = ["Marie Curie", "SKU-12345", "comment fonctionne la photosynthèse"] ground_truth = {...} # Known relevant docs alphas = [0.3, 0.5, 0.7, 0.9] for alpha in alphas: recall = evaluate_hybrid(test_queries, ground_truth, alpha) print(f"Alpha {alpha}: Recall@10 = {recall}")
Typische optimale Werte :
- Technische Docs mit IDs/Codes : alpha = 0.3-0.5 (BM25 bevorzugen)
- QA natürliche Sprache : alpha = 0.7-0.8 (vector bevorzugen)
- Gemischter Inhalt : alpha = 0.5-0.6
Sparse-Dense-Encoder (Innovation 2025)
Modell, das sparse und dense in einem liefert :
DEVELOPERpythonfrom transformers import AutoModelForMaskedLM, AutoTokenizer # SPLADE or BGE-M3 for sparse+dense model = AutoModelForMaskedLM.from_pretrained('naver/splade-v3') tokenizer = AutoTokenizer.from_pretrained('naver/splade-v3') # Get both sparse and dense in one pass tokens = tokenizer(query, return_tensors='pt') output = model(**tokens) sparse_vector = output.logits.max(dim=1).values # Sparse dense_vector = output.last_hidden_state.mean(dim=1) # Dense
Die hybride Suche ist die Geheimwaffe von RAG-Systemen in Produktion. Implementieren Sie sie und sehen Sie, wie Ihr Recall durch die Decke geht.
Tags
Verwandte Artikel
Grundlagen des Retrievals: Wie die RAG-Suche funktioniert
Beherrschen Sie die Grundlagen des Retrievals in RAG-Systemen: Embeddings, vector search, chunking und indexing für relevante Ergebnisse.
Erweiterte Retrieval-Strategien für RAG
Über die grundlegende Ähnlichkeitssuche hinaus: hybride Suche, Query Expansion, MMR und mehrstufiges Retrieval für bessere RAG-Ergebnisse.
Abfrageerweiterung: Relevantere Ergebnisse erhalten
Den Recall um 40 % verbessern: erweitern Sie Nutzeranfragen mit Synonymen, Unterabfragen und von LLM generierten Variationen.