bm25

ParadeDB 面对 PlanetScale 新推出的 TIN Postgres 全文搜索扩展，通过多轮优化而非架构调整，将自身 BM25 性能差距缩小至 8 倍以内，并在相同的 StackExchange 数据集上进行基准测试对比。

PILLAR 介绍了一个基于私有信息检索（PIR）的隐私保护 RAG 系统，通过两阶段私有混合检索（稀疏 BM25 过滤 + 本地稠密重排）在不泄露查询的情况下，实现比现有方案更低的延迟和更高的检索质量。

作者从零构建了一个检索引擎，将HNSW与FAISS进行对比基准测试。研究发现，对于小型文档集，暴力搜索速度更快；编码器延迟主导了检索时间；而通过RRF融合BM25与稠密检索能显著提升检索质量。

文章探讨了六种 RAG 架构，并建议根据数据新鲜度、查询模式和规模等因素选择合适的方法，以避免过度工程化。

一个30题详解，阐述嵌入、向量搜索和检索系统的工作原理，涵盖相似度度量、训练方法、索引技术和评估。

本文评估了RAG系统在孟加拉语农业咨询中的检索质量，发现性能因查询类型和语言条件而异，并引入了一个基准数据集，以强调在低资源环境中进行分层评估的必要性。

Tantivy 是一个基于 Rust 的库，提供类似 Lucene 的全文搜索，启动时间低于 10 毫秒，并具备快速索引能力，非常适合 CLI 工具。

本文提出了一种使用BM25和Gemini 2.5 Flash的检索增强翻译系统，针对资源匮乏的东北印度语言，提交至WMT26共享任务，无需模型微调。

一项对检索增强生成范式的受控扩展研究发现，BM25词汇检索在大规模下优于智能体检索和图检索，而智能体搜索仅在小型语料库上领先。

作者描述了构建企业知识图谱智能RAG系统的历程，结合了语义检索、BM25词汇搜索和知识图谱遍历，强调生产级AI需要多种检索策略。

Ratel 是一个开源工具，通过使用 BM25 索引仅加载所需的工具（而不是所有可用工具），将输入令牌减少 79%，并提高了 AI 智能体的工具选择准确性。

AutoIndex是一个框架，学习可执行的表示程序，在索引前转换文档，相比静态BM25基线，平均提升Recall@100达8.4%，nDCG@10达8.3%。

一个基于推理的检索系统（ClawIndex）在700个查询上与FAISS和BM25进行基准测试，使用本地Qwen，取得了更高的NDCG@10但在某些数据集上速度较慢且MRR较低，作者希望获得反馈。

描述了一种名为DR-DCI的优化方法，它将RAG与虚拟文件系统上的bash命令相结合，使代理能够进行精确的语料库检索，并讨论了为推理提供者扩展到分布式系统。

深入技术探讨Lume，一个Rust混合搜索引擎，结合BM25、稠密向量和实体图，实现可审计的本地优先检索。

本文介绍了一种自我进化框架，该框架利用基于LLM的智能体，为法律案例检索中的BM25迭代创建并优化查询重写规则，在无需任何参数训练的情况下，在LeCaRD-v2基准上优于非进化基线。

Archex 是一款新的开源代码 RAG 工具，通过结合混合搜索（BM25F + 密集嵌入）、交叉编码器重排序和依赖图扩展来改进检索，与纯基于嵌入的方法相比，实现了更高的召回率和令牌效率。

作者分享了他们在agent中从语义嵌入切换到BM25进行工具选择的经验，发现在200个查询-工具对的数据集上，BM25的Top-1准确率达到81%，而嵌入只有64%，因为工具描述简短且关键词驱动，不像文档那样语义丰富。

一位开发者分享说，RAG应用中的真正问题是检索步骤在处理版本号和代码时失败，通过混合搜索（向量+BM25+倒数排名融合）解决，而不是模型问题。

RISE 框架通过结合 BM25 检索与预处理文档索引，为智能体搜索构建有界交互空间，在保持高准确率的同时实现大规模语料库的高效探索。