Hybrid Retrieval & RRF Fusion: 解释 RRF（倒数排名融合）的原理与优势。

Core Concept: 只用排名融合：score=Σ 1/(k+rank_i)，k≈60；避免不同检索器分数尺度不可比的问题。

数学机理：<strong>RRF（Reciprocal Rank Fusion）</strong> 的原理——对每个候选文档 d，把它在各检索器中的<strong>排名</strong>（rank）取倒数并求和：RRF(d)=Σ_i 1/(k+rank_i(d))，其中 k 是常数（常取 60）。(1) <strong>为什么用排名而非分数</strong>——不同检索器的<strong>分数尺度不可比</strong>：(a) BM25 的分数<strong>无界</strong>（可能 0~50+）；(b) 余弦相似度<strong>有界</strong>（−1~1）；(c) 学习式模型的分数尺度又不同；故'直接加权求和'需先<strong>归一化</strong>（而归一化方式的选择本身是个难题：min-max？z-score？分位数？）。<strong>用排名</strong>则<strong>天然可比</strong>（排名是 1,2,3,…），且<strong>对异常分数鲁棒</strong>（一个检索器给出 1000 分的异常不会'压倒'其他）。(2) <strong>k 的作用</strong>——k 控制'排名靠前的优势衰减速度'：(a) k 小（如 1）→ 排名 1 的贡献 1/2、排名 10 的 1/11（<strong>差距大</strong>，偏向各检索器的头部）；(b) k 大（如 60）→ 排名 1 的贡献 1/61、排名 10 的 1/70（<strong>差距小</strong>，各排名的贡献更均匀）；故 k 大时'多个检索器都排名中游的文档'也可能胜出；k=60 是原始论文的经验值（对结果不敏感）。(3) <strong>优势</strong>——(a) <strong>简单</strong>（无需训练、无需归一化）；(b) <strong>无需调权重</strong>（各检索器等权）；(c) <strong>鲁棒</strong>（对分数尺度与异常值不敏感）；(d) <strong>效果好</strong>（在多个基准上与更复杂的方法相当）。<strong>局限</strong>——(a) <strong>忽略'置信度'</strong>（只看排名，不看'第一名与第二名差多少'）；(b) <strong>等权</strong>（若某检索器明显更强，无法体现）；(c) <strong>只看排名位置</strong>（不利用分数信息）。<strong>改进</strong>——(a) <strong>加权 RRF</strong>（给不同检索器不同权重）；(b) <strong>分数归一化 + 加权求和</strong>（保留分数信息，但需正确归一化）；(c) <strong>学习式融合</strong>（用 LTR 学融合权重）；(d) <strong>级联</strong>（先 RRF 粗融合、再重排）。<strong>实证</strong>——RRF 是工业界的默认融合方法（Elasticsearch/Weaviate 等都内置）；它在'多路召回'场景简单有效。<strong>实践</strong>——(a) <strong>默认用 RRF</strong>（k=60）；(b) <strong>若某路明显更强</strong> → 加权 RRF；(c) <strong>有训练数据</strong> → 学习式融合；(d) <strong>融合后必做重排</strong>。<strong>度量</strong>——(a) 融合前后的 Recall/NDCG；(b) 不同 k 的敏感性；(c) 与加权求和的对比。

深度剖析与工程权衡：① <strong>'用排名避免尺度问题'是 RRF 的核心洞察</strong>——这是它'简单且鲁棒'的原因；面试中能指出这一点是深度理解的标志。② <strong>'k 控制衰减速度'</strong>——k 大则各排名贡献均匀（更'民主'）、k 小则偏向头部；k=60 是经验值。③ <strong>'忽略置信度'是 RRF 的局限</strong>——若某检索器的 top-1 明显优于 top-2，RRF 无法体现；故有加权/学习式改进。④ <strong>'工业默认'的地位</strong>——Elasticsearch/Weaviate 内置 RRF；这说明它的实用性（简单、无需调参）。⑤ <strong>'融合后必做重排'</strong>——融合只解决'多路召回如何合并'，精度仍靠重排；两者是流水线的不同阶段。⑥ <strong>面试要点</strong>——被问'RRF 是什么'，应给出'<strong>只用排名（避免尺度不可比）+ k 控衰减（常 60）+ 简单鲁棒</strong>'与'<strong>局限（忽略置信度、等权）与改进（加权/学习式）</strong>'；能指出'工业默认方法'是深度理解的标志。