BM25 相关 AI 资讯

8月5日

23:50

Milvus@milvusio

精选

Milvus 3.0 支持在服务流量不断的情况下在线增删字段，无需重建集合或安排迁移窗口。新增字段会创建可空列，不重写已有数据；废弃字段可运行时更新元数据。Milvus 3.0 还支持内部回填，例如直接从文本字段生成 BM25 稀疏向量，省去单独的客户端编码器。外部回填已列入路线图，计划通过 Spark 对快照计算新列值并增量更新索引。

AI产品 Milvus 向量数据库回填

事件专题

推荐理由：做检索系统的可以看看：Milvus 3.0 改表结构不用下线重建了，还能自动补 BM25 向量，省事不少。

原文

7月28日

12:19

官方账号arXiv cs.AI@Rajat Sainju, Dariusz Jarosz, Hairong Shang, Michael Prince, Ryan M. Aydelott, Mathew J. Cherukara, Yine Sun, Michael D. Borland

APS-RAG是部署在先进光子源（APS）的检索增强生成平台，融合了密集、稀疏和知识图谱三个检索通道，并引入纠正性代理循环与MCP工具层。它在50道题的APS-Bench评估中，完整Agentic GraphRAG版本达到70.3%的严格关键点召回率，超过BM25基线63.8%。移除交叉编码器重排序器后召回率下降32.8%，表明其对答案质量贡献显著。开源和闭源LLM的最终答案合成性能也被对比。该平台及其评估方法已开源，可迁移到其他大型科学仪器。

AI模型 APS-RAG RAG 智能体

推荐理由：APS团队搞了个能检索几十年知识库的RAG系统，把BM25的63.8%准确率提到了70.3%。交叉编码器是关键，去掉掉32.8%得分。科学设施运维AI神助攻，代码和基准都开源了。

原文

01:12

Milvus@milvusio

精选

推文以“pink headphones for kids with ears under $20”为例，说明电商搜索需同时处理语义意图和数值约束（价格<20美元）。Lumen演示项目通过查询理解分离产品意图与过滤器，使用密集向量搜索、BM25关键词匹配和Milvus过滤（价格、评分、品牌等）。诊断面板展示了Milvus查询、嵌入维度、融合策略和延迟等关键指标。该方案整合了混合检索、元数据过滤和多模态相似度，适用于现代产品搜索。

技巧 Milvus BM25 电商搜索

推荐理由：想给电商搜索加上混合检索？看看这个Lumen demo怎么把语义、关键词和价格过滤组合起来，还能可视化诊断。

原文

7月10日

01:02

Weaviate@weaviate_io

精选

Weaviate Playground 推出 ecommerce demo，名为 WeCommerce，支持关键词、情绪或氛围查询，自动路由到 BM25、语义向量搜索或混合搜索。结果支持实时分面过滤（类别、品牌、价格），产品页通过近对象向量搜索推荐相似商品。整个搜索和推荐由同一向量集合驱动，无需额外基础设施。演示基于 Weaviate Cloud 免费层，可快速搭建。

技巧 Weaviate WeCommerce 向量搜索

推荐理由：想给你的电商加智能搜索？Weaviate 这个 demo 直接演示了关键词、情绪查询和混合搜索怎么做，还带分面过滤，免费就能试。

原文

6月1日

23:00

Milvus@milvusio

精选

向量搜索擅长语义匹配，但搜索精确型号如“XR-2048”可能出错。BM25能精确匹配术语，但会漏掉语义相近的“refund policy”和“return process”。Milvus通过RRF（Reciprocal Rank Fusion）融合向量搜索和BM25结果。配置只需三步：添加稠密和稀疏向量字段、启用内建BM25函数、使用RRFRanker。内建BM25时不要手动插入稀疏向量，外部模型如BGE-M3才需手动提供。

技巧 Milvus BM25 混合搜索

推荐理由：Milvus官方教混合搜索

原文

5月30日

12:47

官方一手marktechpost@Asif Razzaq

精选72°

Nous Research 的 Hermes Agent 新增 Tool Search 功能，用于解决 MCP（模型上下文协议）中的上下文膨胀问题。该功能采用 BM25 渐进式模式披露机制，能有效筛选相关工具。Anthropic 的评估显示，在 Opus 4 模型上，该方案将准确率提升了 49% 到 74%。这一改进对依赖 MCP 的 AI 代理系统意义重大，能显著减少无效信息干扰，提升任务执行效率。

AI产品 MCP/工具智能体 Hermes Agent

事件专题

推荐理由：MCP 上下文膨胀是 AI 代理落地的常见痛点，Hermes Agent 的 Tool Search 用 BM25 精准筛选工具，做智能体开发的团队可以直接参考这个方案来优化自己的系统。

原文

5月12日

19:11

官方账号arXiv cs.AI@Tz-Huan Hsu, Jheng-Hong Yang, Jimmy Lin

本研究探讨了在构建深度研究系统时，是否仅需词汇检索器BM25配合更强的大型语言模型即可实现高效结果。研究者提出了Pi-Serini搜索智能体，它具备检索、浏览和阅读文档三个工具。在测试集B-Plus上，Pi-Serini搭配gpt-5.5达到了83.1%的答案准确率和94.7%的证据召回率，超过了使用稠密检索的代理。通过调整BM25参数和增加检索深度，答案准确率提升了18.0%，证据召回率提升了11.1%和25.3%。这表明在推理能力更强的LLM辅助下，传统词汇检索仍能发挥重要作用。代码已开源。

论文搜索代理检索增强 BM25

推荐理由：该研究挑战了稠密检索在深度搜索中不可或缺的假设，为构建轻量、高效、不依赖外挂向量库的搜索代理提供了新思路，值得关注推理模型与经典检索技术的结合。

原文