Quanta：一个独立的 Python 库，用于量化嵌入、词汇索引和知识图的混合检索

高级检索增强生成管道通常由三个或四个独立操作系统组成：近似最近邻索引、全文搜索引擎、图形数据库和关系文档存储。每个项目都贡献自己的部署表面、配置模型和故障模式，并且在每个项目中重新编写绑定它们的集成逻辑。在这项工作中，我们提出了 \textsc{Quanta}，一个开源 Python 库，它将 4 位量化嵌入上的密集向量搜索、BM25 全文检索和知识图谱遍历统一到单个检索 API 后面。广达做出了两项设计承诺，使其与现有的混合检索堆栈区分开来。首先，信号通过\emph{加权倒数排名融合}进行组合，而不是通过将异质分数归一化到共享范围内，我们认为这是不适定的，因为这种归一化是依赖于查询的。其次，该图是一个 \emph{候选扩展器，而不是相关性评分器}：遍历扩大了候选池，并且新承认的文档由标识符白名单下的密集索引重新评分，因此结构邻接决定了考虑的内容，而内容证据决定了它如何排名。