[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-bm25::ru":3,"gloss-cluster-bm25::ru":23,"gloss-next-bm25::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"bm25","data-infra","BM25","BM25 (Best Match 25) — классическая лексическая функция ранжирования, стоящая за большинством полнотекстовых поисков: она оценивает документ по запросу, сочетая частоту каждого термина запроса в документе (с убывающей отдачей — двадцать повторов не дают двадцатикратный балл), редкость термина по всему корпусу и нормализацию, не дающую длинным документам выигрывать за счёт объёма. На ней работают дефолты Elasticsearch, OpenSearch и Lucene. В эпоху RAG BM25 замечательно состарился как дополнение к эмбеддингам: векторный поиск ловит перефразирование и смысл, но размывает точные идентификаторы, тогда как BM25 попадает в буквальные строки — коды ошибок, артикулы, имена функций, юридические ссылки, — которые эмбеддинги считают шумом. Поэтому продакшн-ретривал обычно гибридный: BM25 и векторный поиск работают параллельно, а результаты сливаются (часто через reciprocal rank fusion) перед переранжированием. Он дёшев, быстр, интерпретируем и не требует обучения.","BM25 — лексическая функция ранжирования полнотекстового поиска: частота и редкость терминов плюс нормализация длины; стандартный партнёр векторного поиска.",null,[11,14,17,20],{"slug":12,"name":13},"hybrid-search","Гибридный поиск (Hybrid Search)",{"slug":15,"name":16},"reranking","Реранкинг (Reranking)",{"slug":18,"name":19},"retrieval","Извлечение (Retrieval)",{"slug":21,"name":22},"semantic-search","Семантический поиск (Semantic Search)",[24,28,31,34,37,40,43,46,49,53,56,59],{"slug":25,"category":5,"name":26,"updated_at":27},"acid","ACID","2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"ann-search","ANN-поиск (приближённый поиск ближайших соседей)",{"slug":32,"category":5,"name":33,"updated_at":27},"backpressure","Обратное давление (backpressure)",{"slug":35,"category":5,"name":36,"updated_at":27},"batch-processing","Пакетная обработка (Batch Processing)",{"slug":38,"category":5,"name":39,"updated_at":27},"cache","Кэш (Cache)",{"slug":41,"category":5,"name":42,"updated_at":27},"cap-theorem","Теорема CAP (CAP theorem)",{"slug":44,"category":5,"name":45,"updated_at":27},"change-data-capture","Захват изменений данных (CDC)",{"slug":47,"category":5,"name":48,"updated_at":27},"chroma","Chroma",{"slug":50,"category":5,"name":51,"updated_at":52},"chunk-overlap","Перекрытие фрагментов","2026-08-24T03:30:02+00:00",{"slug":54,"category":5,"name":55,"updated_at":27},"columnar-storage","Колоночное хранение",{"slug":57,"category":5,"name":58,"updated_at":27},"connection-pooling","Пулинг соединений (Connection Pooling)",{"slug":60,"category":5,"name":61,"updated_at":27},"cosine-similarity","Косинусное сходство (Cosine Similarity)"]