---
title: "Hybrid Recall Pipeline (BM25 + Dense)"
created: 2026-06-24
updated: 2026-06-24
type: concept
tags: ["information-retrieval", "hybrid-search", "bm25", "dense-retrieval", "rrf"]
sources:
  - "[[atlas-agent-memory-architecture-2026]]"
---

# Hybrid Recall Pipeline

Atlas 记忆系统的混合召回管线：BM25 词法检索 + Dense 语义检索双通路并行，经 RRF 融合和 Cross-encoder 重排序后返回 top-K。

## 四阶段管线

1. **Verbatim Pre-Recall**：用户原话不经 LLM 改写，保护精确 token
2. **双通路并行检索**：
   - BM25：multi_match 跨 text/title/name/description/trigger_text，text 权重 2×
   - Dense：Jina v5 embeddings + ES semantic_text knn
3. **RRF 融合**：rank_constant=30（强信号权重），window_size=max(80, k×8)
4. **Cross-encoder 重排序**：Jina v2 reranker 逐对评分 top-80 → top-K

## Ablation 贡献分布

| 组件 | 贡献 |
|------|------|
| Dense-only | 0.845 |
| BM25-only | 0.708 |
| Full (hybrid) | 0.89 |
| Reranker (单点) | -0.238 |

## 关键设计决策

- **BM25 不能省略**：版本号/错误码/人名等精确 token 只有词法检索能抓到
- **Dense 是主力**：语义意图如"数据库偏好"在文档中无直接匹配
- **Query expansion 反效果**：BM25+ dense 已覆盖精确和语义，LLM paraphrasing 引入噪音

## 参考
- [[atlas-agent-memory-architecture-2026]]
- [[bm25-financial-retrieval]]
- [[verbatim-pre-recall]]