作者：来自 Elastic Mridula Sivanandan
在 Elasticsearch 中探索加权倒数排序融合 (RRF)，以及它如何通过实际示例工作。
亲自体验向量搜索，使用这个自定进度的 Search AI 实操学习。你现在可以开始免费云试用，或在本地机器上尝试 Elastic。
想象一下：你正在构建一个餐馆搜索，需要平衡位置相关性和菜系匹配。有些查询更关注 "pizza near me, - 离我近的 pizza"，而另一些则优先考虑"Italian restaurants that serve cacio e pepe - 提供 cacio e pepe 的意大利餐馆" 或 "highly reviewed Italian restaurants - 评价很高的意大利餐馆"。直到现在，Elasticsearch 的倒数排序融合 (RRF) 一直把所有检索器视为平等，但你的搜索策略不应该如此。
这就是加权 RRF 的用武之地。它不再让每个检索器在搜索结果中拥有同样的权重，而是允许你微调它们的影响，从而创造更细致和更有效的搜索体验。在这篇博客中，我们将探讨加权 RRF 的必要性，并演示如何在不同的搜索场景中使用它。
挑战：一刀切并不适用
RRF 非常适合将不同的检索策略 ------ 比如关键词、语义和向量搜索 ------ 组合成一个单一的排序结果集。但如果对所有检索器一视同仁，当某些检索方法对特定查询类型更有价值时，就可能限制搜索质量。
想象一个餐厅搜索，不同的查询类型需要不同的排序策略：
- 以位置为中心的查询，比如 "pizza near me"，需要以城市、社区或距离等基于位置的信号在排序中占主导。
- 以菜品为中心的查询，比如 "Italian restaurants that serve cacio e pepe"，应当优先考虑菜单项匹配和菜系类型，而不是距离远近。
- 以质量为中心的查询，比如 "highly reviewed Italian restaurants"，应当把评分和评论置于所有其他因素之上。
在加权 RRF 出现之前，平衡这些信号的标准方法是分数的线性组合（分配固定权重并求和）。虽然功能强大，但这种方式往往需要通过多次搜索、自定义打分函数或人工后处理等变通手段，而这些都很难维护和有效调整。
加权 RRF 消除了这些痛点，它提供了一个统一的框架，让每个检索器都有自己的权重，并由 RRF 算法自动处理排序融合。
解决方案：通过加权实现精确
加权 RRF 提供了一种简单但强大的方式，可以为不同的检索器分配不同的重要性等级。每个检索器现在都接受一个权重参数，用来影响它对最终 RRF 分数的贡献。
这对你的搜索意味着什么
加权 RRF 给了你更大的灵活性，可以创建更智能、更贴合需求的搜索体验。
更智能的相关性调优：不再是一刀切的排序。对于概念性查询（"find restaurants with cozy atmosphere"），可以给语义搜索检索器更高的权重；而对于具体词语（"Margherita pizza"），则提升关键词匹配的权重。
实践中的运作方式
假设你正在构建餐厅搜索。以下是加权 RRF 如何在不同搜索场景下改变查询策略的示例：
场景 1："Pizza near me" ------ 以位置为中心的搜索
一个用户在手机上搜索 "pizza near me"。在这种情况下，距离最重要。加权 RRF 让我们能够给予基于位置的信号（城市、社区、邮政编码）更多的影响力，而不是关键词 "pizza" 的匹配。
下面是该查询在 JSON 中可能的样子：
bash
`
1. {
2. "retriever": {
3. "rrf": {
4. "retrievers": [
5. {
6. "retriever": {
7. "standard": {
8. "query": {
9. "multi_match": {
10. "query": "Vienna",
11. "fields": ["city", "neighborhood", "postal_code"]
12. }
13. }
14. }
15. },
16. "weight": 0.8
17. },
18. {
19. "retriever": {
20. "standard": {
21. "query": {
22. "match": {
23. "menu_items": "pizza"
24. }
25. }
26. }
27. },
28. "weight": 0.2
29. }
30. ]
31. }
32. }
33. }
`AI写代码这种加权方式会偏向附近的餐厅，即使菜单文本匹配较弱。
场景 2："Italian restaurants that serve cacio e pepe" ------ 以菜系和菜品为中心的搜索
在这里，用户想要寻找特定的菜系和菜品。加权 RRF 强调菜系和菜单匹配，同时仍然允许距离作为次要因素发挥作用。
下面是该查询在 JSON 中可能的样子：
markdown
`
1. {
2. "retriever": {
3. "rrf": {
4. "retrievers": [
5. {
6. "retriever": {
7. "standard": {
8. "query": {
9. "match": {
10. "cuisine_type": "Italian"
11. }
12. }
13. }
14. },
15. "weight": 0.4
16. },
17. {
18. "retriever": {
19. "standard": {
20. "query": {
21. "match": {
22. "menu_items": "cacio e pepe"
23. }
24. }
25. }
26. },
27. "weight": 0.6
28. }
29. ]
30. }
31. }
32. }
`AI写代码这种加权方式会提升那些明确提到该菜品和菜系的餐厅，即使它们距离稍远。
场景 3："Highly reviewed Italian restaurants" ------ 以质量和菜系为中心的搜索
当质量是首要考虑时，评分占据最重要的权重。加权 RRF 允许评分阈值引导排序，同时将菜系类型作为辅助因素。
下面是该查询在 JSON 中可能的样子：
markdown
`
1. {
2. "retriever": {
3. "rrf": {
4. "retrievers": [
5. {
6. "retriever": {
7. "standard": {
8. "query": {
9. "range": {
10. "rating": {"gte": 4.5}
11. }
12. }
13. }
14. },
15. "weight": 0.7
16. },
17. {
18. "retriever": {
19. "standard": {
20. "query": {
21. "match": {
22. "cuisine_type": "Italian"
23. }
24. }
25. }
26. },
27. "weight": 0.3
28. }
29. ]
30. }
31. }
32. }
`AI写代码这种加权方式会提升高评分的 Italian 餐厅，在保持菜系相关性的同时，让评分起主导作用。
加权 RRF 通过为每个检索器设置权重，把这些偏好直接编码进排序中，因此最终的顺序能够反映每个查询真正重要的因素。
底层原理
在计算最终分数时，标准的 RRF 公式被加上了权重：
示例：rank_constant = 60。每个检索器的贡献为：weight × 1 / (rank + rank_constant)。权重越高，影响力越大；排序从 1 开始。
关键技术特性包括：
- 权重可选：当你需要更精细的控制时，可以选择为每个检索器单独设置权重；如果只有部分检索器需要加权，也可以使用默认权重。
- 输入校验：权重必须是非负数。
想要进行高级定制和混合评分（包括归一化），请参阅 Linear retriever www.elastic.co/docs/refere...
接下来？
加权 RRF 将 RRF 扩展到生产场景中，这些场景需要比标准 RRF 更多的控制。那些需要对搜索相关性进行细粒度控制的团队，现在可以使用 RRF，而不必再构建自定义解决方案。无论是餐厅搜索中平衡位置和菜系，电商搜索中平衡品牌和类别，还是其他复杂的排序场景，加权 RRF 都能提供你所需的精确度。
我们迫不及待想看到你如何使用加权 RRF 来打造更智能、更灵活的搜索体验。祝搜索愉快！
准备深入了解？请查阅我们官方文档中的 Reciprocal Rank Fusion 和 Retriever APIs。