通俗解释
一个词在文档里出现越多、在全库越稀有，得分越高，并对长文档做饱和与归一化。简单却很强，在 RAG 中常与向量检索组成“混合检索”。
用在哪里：Elasticsearch、OpenSearch、混合检索
01原始论文
The Probabilistic Relevance Framework: BM25 and Beyond
Robertson et al. · Foundations and Trends® in Information Retrieval · 2009
DOI ↗ ✓ 已核实 · Crossref API doi:10.1561/1500000019
备注：BM25 公式源于 1990 年代 Okapi 系统；此处引用 Robertson & Zaragoza 2009 综述
02知识位置
左边先学；右边是学完它之后可以学的。
先学
- 没有前置，可以直接学
BM25 关键词检索
学完可以学
- 图谱里暂无后继
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
参考实现
04在课程里哪里学
所在学习路线：AI 应用工程师
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
bm25)