开源 Hybrid-Retrieval-RAG：文档与代码混合检索问答系统
先了解这件事
作者 mohdnayif799 开源了 Hybrid-Retrieval-RAG-for-Documents-Code-and-Repositories，一个基于 Gemini、ChromaDB 与 BM25 的检索增强问答系统。用户可上传 PDF、DOCX、PPTX 或粘贴 GitHub 仓库 URL，系统严格基于索引材料回答并给出页码、行号级精确引用；检索采用稠密向量与 BM25 经加权 RRF 融合的混合方案，每个会话拥有独立向量存储。 使用限制：共享 Gemini 密钥下每个浏览器会话限 5 次查询，可自带 Gemini API key 绕过；文档上传限 10 MB，GitHub 仓库摄取限 300 个文件 / 20 MB。 项目附带 93 条查询、1,222 个语料块的受控评测，结果显示混合检索在代码语料上与纯稠密检索统计上不可区分，在文档语料上仅呈未达显著的优势，并诊断出等权 RRF 严格交错会挤出稠密 top-5 候选的机制。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- GitHub · 灵魂体仓库精选Hybrid-Retrieval-RAG 开源：文档与代码仓库的混合检索问答系统及受控评测
作者开源了 Hybrid-Retrieval-RAG-for-Documents-Code-and-Repositories，一个基于 Gemini、ChromaDB 与 BM25 的检索增强问答系统，支持上传 PDF、DOCX、PPTX 或粘贴 GitHub 仓库 URL，答案严格基于索引材料并给出页码、行号级精确引用。检索采用稠密向量（all-MiniLM-L6-v2 + MMR）与 BM25 经加权 RRF 融合的混合方案，每个会话拥有独立向量存储；项目还包含 93 条查询、1,222 个语料块的受控检索评测，结果显示混合检索在代码语料上与纯稠密检索统计上不可区分，在文档语料上仅呈未达显著的优势，并诊断出等权 RRF 严格交错会挤出稠密 top-5 候选的机制。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。