用于混合检索的参数化密集-稀疏融合：使用 Qdrant 调整 BEIR SciFact 上的排名分数混合

我们研究了一种参数化混合排序器，它融合了密集的嵌入列表和稀疏的词汇列表。该方法有一个小的、显式的参数向量：密集先验 $\alpha \in [0,1]$、分数与排名混合 $\lambda \in [0,1]$、RRF 平滑参数 $\kappa > 0$、每个查询移动 $\alpha$ 的可选列表几何系数，以及可以关闭稀疏搜索的路由器余量 $\tau$。我们在 SciFact 训练（809 个查询）上对这些范围进行网格搜索，并在 SciFact 测试（300）上冻结所选值。调整后的排名分数组合（$\alpha = 0.8$，$\lambda = 0.75$，$\kappa = 20$）达到 0.753 nDCG@10 和 0.889 recall@10，在该测试分割上优于密集 BGE（0.742 / 0.871）和等权重 RRF（0.707 nDCG@10）。列表条件 $\alpha$ 添加 +0.0006 nDCG；稀疏路由器被同一个列车分割拒绝（任何跳过大约 50% 查询的 $\tau$ 丢失了 nDCG）。这些系数是特定于数据集的。具有相同模型的相同 RRF 在九个 zip BEIR 宏观平均值上无法击败密集型（0.479 vs. 0.519 nDCG@10）。在所有 20 个索引单元上独立重复相同的训练然后冻结扫描，在 20/20 上击败相等的 RRF，在 16/20 上击败密集的（单元均值 nDCG@10 0.467 vs. 0.462 密集 vs. 0.420 RRF）。其他语料库应该重用范围，而不是 SciFact 点的副本。