AI И НЕЙРОСЕТИ

Гибридный поиск в RAG: четыре схемы вместо одного ретривера

Четыре схемы гибридного поиска в RAG помогают сочетать точность BM25, семантику векторов и графовые связи без лишних затрат.

✍️ Редакция iTech News | 21.11.2026 | ⏱ 4 мин | Источник: Habr / Карьера
🔮

Один ретривер редко одинаково хорошо отвечает и на запрос с артикулом детали, и на расплывчатый вопрос «почему у нас падает конверсия». Гибридный поиск RAG предлагает не выбирать между ключевыми словами, векторами и графом, а собирать из них разные рабочие схемы — от параллельного поиска до маршрутизации запросов. Для команд, внедряющих LLM в корпоративные базы знаний, это вопрос не академической красоты, а точности ответов, стоимости инфраструктуры и прав доступа.

Четыре способа организации retrieval разобрал автор материала на Habr / Карьера. Его заметка построена как шпаргалка для специалистов, которые уже понимают базовую механику RAG: документы разбиваются на фрагменты, индексируются, затем система ищет релевантный контекст и передаёт его языковой модели. Самое интересное начинается именно на этапе поиска: одинаковый запрос можно отправить в несколько индексов одновременно, провести через последовательную цепочку фильтров или сначала определить, какой инструмент ему вообще нужен.

Первый и самый прикладной паттерн — параллельный запуск BM25 и векторного поиска с последующим объединением выдачи через Reciprocal Rank Fusion, или RRF. BM25 хорошо справляется с точными названиями, кодами ошибок, идентификаторами и редкими терминами. Векторный индекс полезнее там, где пользователь формулирует вопрос своими словами, использует синонимы или не помнит официальное название функции. RRF объединяет не «сырые» оценки двух систем, а позиции документов в их рейтингах; это избавляет команду от попыток вручную привести разные шкалы релевантности к одному знаменателю.

После объединения кандидатов можно подключить reranker — модель, которая повторно оценивает пары «запрос — документ» и переставляет результаты в более точном порядке. Но включать её в каждый запрос не обязательно: она добавляет задержку и вычислительные расходы. Практический смысл такой схемы в том, что её можно внедрить без графовой базы и сложной классификации запросов. Для внутреннего поиска по документации, регламентам и тикетам это часто разумная стартовая конфигурация: два независимых канала компенсируют слабости друг друга, а команда получает измеримый базовый уровень качества.

Вторая схема — каскадная. Здесь каждый следующий этап видит только результаты предыдущего. Сначала система отсеивает данные по метаданным: tenant, роли пользователя, дате, подразделению или иному ограничению доступа. Затем ищет документы внутри разрешённого набора, извлекает из найденных фрагментов сущности и при необходимости расширяет подборку через граф связей. В конце остаётся reranker. Важно, что фильтр прав в этой схеме не декоративная оптимизация, а первая линия защиты: LLM не должна получить в контексте документ, который пользователь не имел права даже увидеть.

Каскад особенно полезен там, где поиск живёт в многопользовательском продукте или рядом с чувствительными данными. Он также помогает ограничивать стоимость: обход графа и сложное переранжирование запускаются не по всему индексу, а по уже сокращённому набору. Обратная сторона — риск потерять хороший документ на раннем этапе. Если метаданные заполнены плохо, а фильтр слишком жёсткий, последующая модель уже ничего не исправит. Поэтому качество атрибутов документов и наблюдаемость каждого шага становятся частью разработки, а не задачей «на потом».

Третий вариант — роутинг запросов. Вместо того чтобы всегда запускать все каналы, отдельный классификатор или правило определяет тип вопроса и выбирает ретривер. Запрос с номером договора или кодом ошибки уходит в лексический поиск, смысловой вопрос — в векторный, вопрос о цепочке владения или зависимостях — в граф, смешанный случай — в гибридную схему. Автор подчёркивает важное различие: роутер не обязан переписывать запрос, его работа — выбрать инструмент. Это может заметно сократить нагрузку, если в продукте много простых и предсказуемых запросов.

Но роутинг требует дисциплины в оценке качества. Ошибочный выбор канала способен испортить ответ ещё до генерации: идеальный векторный индекс не поможет, если запрос о точном идентификаторе отправили в поиск по смыслу. Командам стоит собирать реальные запросы, размечать их по типам и отдельно измерять ошибки маршрутизации. Иначе экономия на одновременном запуске ретриверов быстро превратится в необъяснимые промахи ассистента.

Четвёртая схема, Graph-first или GraphRAG, меняет точку входа: система начинает не с похожих текстовых фрагментов, а со связей между сущностями. Из запроса извлекаются компании, люди, продукты или другие объекты, затем графовый движок проходит по их отношениям и собирает подграф. Векторы здесь остаются полезны, но уже для ранжирования узлов и материалов внутри найденной структуры. Такой подход оправдан в задачах с несколькими логическими переходами: например, когда ответ лежит в цепочке зависимостей, владения, инцидентов или компонентов системы.

Граф не стоит воспринимать как обязательный апгрейд любого RAG-проекта. Его нужно строить, поддерживать и связывать с исходными данными; при нечётком вопросе он может оказаться менее полезен, чем хороший векторный поиск. Зато гибридный поиск RAG позволяет выбрать архитектуру под характер запросов, а не под модный ярлык. Вероятно, зрелые корпоративные ассистенты будут сочетать все четыре подхода: начинать с простого fusion, добавлять ограничения доступа, учиться маршрутизировать типовые запросы и подключать граф там, где действительно важна логика связей, а не просто похожесть формулировок.

Поделиться: Telegram X LinkedIn