Multi-Query 与 RAG-Fusion

查询改写为问题选择一种检索表达，但很难事先知道哪种措辞最容易找到目标文档。Multi-Query 会生成多条表达不同、信息需求相同的查询，分别执行检索，再合并各路结果。

RAG-Fusion 在这个流程中进一步使用 RRF（Reciprocal Rank Fusion）合并排名。两者的关系是：Multi-Query 扩大检索入口，RAG-Fusion 给这些入口找回的候选安排一个共同顺序。

同一个问题，生成几种查法

以“2026 年境内出差回来，报销最晚什么时候交”为例，可以保留原问题，再生成两条查询：

q0：2026 年境内出差回来，报销最晚什么时候交？
q1：2026 年境内差旅结束后的报销提交期限
q2：2026 年境内差旅费用申报时限

三条查询都在找提交期限，分别使用用户措辞、制度表达和财务申报术语。知识库里如果写的是“费用申报时限”，q2 可能比 q0 更容易命中；如果编码模型已经能连接这些表达，三路也可能返回相同结果。

查询数量增加并不保证覆盖面增加。将 q2 改成“差旅报销审批后多久付款”，会变成另一个信息需求；只是把 q1 的语序调几遍，又可能没有新增作用。生成查询时需要保留年份、境内范围和提交这个动作，同时寻找文档中可能出现的不同表达。

这里的各条查询可以使用同一个检索器。如果使用 BM25 和向量检索分别查找，那是混合检索；混合检索也可以与 Multi-Query 组合，但增加查询和增加检索器是两个不同操作。

分别检索后，候选怎样合并

假设三路查询得到以下排名：

查询	排名 1	排名 2	排名 3
q0，用户表达	A：报销入口	B：提交期限	C：发票材料
q1，制度表达	B：提交期限	A：报销入口	D：补交说明
q2，财务术语	B：提交期限	D：补交说明	C：发票材料

最简单的合并方式是按 chunk ID 去重，得到 A、B、C、D 四个候选。这已经能把单条查询未找到的材料带回来，例如 D 只出现在 q1、q2 中。但如果只能向回答模型提供少量片段，还需要决定优先保留哪几个。

直接比较各路的原始相似度分数不一定合适。不同查询的分数分布可能不同，0.8 不一定在每路查询中都代表同样的相关程度。RRF 只使用名次，对同一候选在各列表中的贡献求和：

RRF(d) = Σ 1 / (k + rank_i(d))

rank_i(d) 是候选 d 在第 i 路的名次，从 1 开始；未出现的列表贡献为 0。k 是平滑常数，常见取值为 60。它与检索返回的 top-k 数量无关。

沿用上表并取 k = 60：

A：1/61 + 1/62        ≈ 0.0325
B：1/62 + 1/61 + 1/61 ≈ 0.0489
C：1/63 + 1/63        ≈ 0.0317
D：1/63 + 1/62        ≈ 0.0320

融合排名：B、A、D、C

B 在三路中都靠前，因此融合后排到第一。RRF 不需要再次读取正文，也不判断事实真假；它利用的是多组排名中共同出现的相关性信号。

RAG-Fusion 的完整流程

查询生成、并行检索、排名融合、回答生成，共同构成通常所说的 RAG-Fusion。传入回答模型的是原问题和选出的文档片段，多条生成查询主要服务于检索阶段。

也可以在融合后增加 Reranker。RRF 依据现有名次合并，Cross-Encoder 则联合读取问题与候选正文，重新判断内容是否相关。例如“提交期限”和“付款期限”用词接近，内容重排可以进一步区分两者。重排是可选的后续步骤。

查询重复和偏题会怎样影响结果

RRF 将每个列表都当作一份排名信号。如果生成五条几乎相同的查询，五路可能一直返回同一批材料，让重复的表达获得过多权重。生成查询时应减少重复；单路结果中的重复 chunk ID 也应先去重，避免同一候选在一份列表内重复计分。

偏题的查询同样会贡献排名。假如多条分支把“提交”换成“付款”，付款条款可能被融合到前面。因此，查询生成后要检查它们是否仍在回答原问题。明确的年份、地区等过滤条件应在所有分支保持一致，访问权限也由检索服务统一执行。

对于制度编号、错误码或完整标题查询，生成多个说法通常帮助不大，还可能破坏精确词项。Multi-Query 更适合存在术语差异、同义表达，或者单次召回覆盖不足的请求。

多路检索的代价

三条查询各取 20 个候选，最多产生 60 条命中记录，去重后数量取决于三路有多少重叠。并行执行可以减少等待时间，但检索请求数和后续重排量仍然增加。

选择查询数量时，可以观察新增分支是否找回了原查询漏掉的相关片段。比较时也要给原查询一个相近的检索预算，否则“原查询 top-10”与“三条查询各 top-30”的差异可能主要来自候选数量。

若用户本来就问“提交期限与付款期限分别是多少”，应先用问题分解拆出两个事实需求，再考虑每个子问题是否需要多查询。Multi-Query 的多种表达仍然围绕同一个信息需求。

延伸阅读

• RAG-Fusion: a New Take on Retrieval-Augmented Generation：讨论多查询与 RRF 的组合，以及生成查询不相关时的偏题现象。
• Reciprocal Rank Fusion：排名融合的原始工作。RRF 本身早于 RAG，也可用于不同检索器结果的融合。