该项目采用 BM25 关键词检索与 FAISS 向量相似度搜索相结合的混合检索方案，相比单一检索方式具有显著优势。BM25 算法负责处理精确术语匹配，有效捕捉用户查询中的核心关键词；FAISS 则通过稠密向量检索理解语义相关性，两者协同工作可达成 92% 以上的召回率。检索过程中还引入交叉编码器实现的神经重排序技术，对初步检索结果进行相关性评分优化，确保前 5 条结果的准确率提升 40%。
系统创新性地集成 HyDE（假设文档嵌入）查询扩展技术，通过生成假设性答案来重构查询向量，有效解决术语不匹配问题。实测表明，对于专业文档的复杂查询，该技术能将平均精度提高 35%。所有检索组件均经过 GPU 加速优化，在 16GB 内存设备上可实现毫秒级响应。
This answer comes from the articleDeepSeek-RAG-Chatbot: a locally running DeepSeek RAG chatbotThe
May not be reproduced without permission:AI productivity tools " DeepSeek-RAG-Chatbot 的混合检索机制显著提升文档查询效率
English 
简体中文 
日本語 
Deutsch 
Português do Brasil