Recupero ibrido
Il recupero ibrido combina ricerca vettoriale semantica e ricerca lessicale per parole chiave per recuperare passaggi rilevanti. La ricerca vettoriale coglie significato e parafrasi, la ricerca per parole chiave coglie termini e identificatori esatti, e un passaggio di fusione unisce entrambi gli insiemi di risultati così non si perdono né token precisi né corrispondenze concettuali.
Sinonimi: hybrid search, dense-sparse retrieval, vector plus keyword search, fusion retrieval
Il recupero ibrido riconosce che nessun singolo segnale di recupero è sufficiente per la qualità di produzione. Gli embedding vettoriali densi eccellono nella somiglianza concettuale ma sfumano gli identificatori esatti; i metodi lessicali sparsi centrano i token precisi ma ignorano il significato. Eseguendo entrambi e fondendo le classifiche, il recupero ibrido migliora il recall senza sacrificare precisione, cosa essenziale quando una risposta deve essere fondata esattamente nel passaggio giusto. Un passaggio di reranking sui candidati fusi affina poi il contesto finale consegnato al modello.