中文检索实战：词频、语义与近似索引怎样比较？

段落来自自然语言项目的同一份冻结语料，保留原文、文档名和内容哈希。每个主题编写一个术语型问题和一个换说法的问题，各指定一段能够直接回读的证据。标签在编码和检索之前保存，没有根据哪个方法胜出修改题目。

这是本仓库编写的小型教学集合，没有做盲评或穷尽相关性标注。因此指标称为“指定证据 Hit”和“指定证据 MRR@10”；未标注段落不被断言为不相关，也不据此报告通用检索精确率。索引包含全部可检索段落，验证／测试划分约束的是问题来源组，不是把测试证据排除在索引外。

模型权重先按发布者 LFS 哈希校验，随后在本机离线编码。模型与索引的运行环境、输入和每个阶段的实际输出都在完整来源中保留。

固定原始问题、标签与两路真实前十名，取 BM25 和 BGE Flat 的候选并集，再做截断 RRF：每路只为进入自身前十的段落贡献倒数名次分，常数固定为 60，得分相同按段落哈希排序。每题完整候选及各路名次保存，最终仍只输出十条。

这是在已查看的 36 道题上追加的机制比较，未更换题目、标注、权重或调参选赢家。来源组区间只反映这些观察组的重采样敏感性；继续开发后的确认结论需要新的独立问题集。

原始检索包包含 36 问的全部候选与得分、877 段原文、相关证据、token ID、归一化向量、实际 Flat／IVF 索引、模型的精确版本与 SHA-256。追加比较包保存原始报告、候选并集、配对导入 JSON 和全部重采样分布；没有重新编码或训练。原始运行库冲突及分进程修复的记录也保留。独立检查会重新计算 BM25、指标和向量近邻，并重新编码抽样输入；字节身份与浮点容差分别核对。