# Wyszukiwanie hybrydowe

EN: **Hybrid retrieval** · id `hybridsearch`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Aplikacje LLM i agenci](https://aiatlasgraph.com/t/applications.md) › [Wyszukiwanie i RAG](https://aiatlasgraph.com/t/retrieval.md) › Wyszukiwanie hybrydowe

## Description

- PL: Łączenie podobieństwa wektorów z dopasowaniem słów kluczowych, czasem kilka wektorów na dokument.
- EN: Combining vector similarity with keyword matching, sometimes several vectors per document.

## In one sentence

- PL: To wyszukiwanie, które łączy dopasowanie dokładnych słów z podobieństwem znaczenia.
- EN: This search combines exact word matches with similarity in meaning.

## Problem it solves

- PL: Nie znajdujesz potrzebnego dokumentu, bo używa innych słów albo ważny jest w nim dokładny numer.
- EN: You cannot find the document you need because it uses different words or depends on an exact reference number.

## What it does

- PL: Jedna lista zbiera dokładne trafienia, druga podobne opisy; połączone wyniki pozwalają uwzględnić oba rodzaje dopasowania.
- EN: One list collects exact matches and another collects similar descriptions; combining them lets the search use both kinds of evidence.

## Everyday example

- PL: Wpisujesz „naprawa pompy” razem z numerem części i znajdujesz instrukcję opisaną jako wymiana uszczelki.
- EN: You search for “pump repair” with a part number and find an instruction described as replacing a seal.

## This concerns you if you…

- PL: szukasz dokumentów opisanych innymi słowami niż twoje pytanie
- PL: musisz uwzględniać dokładne numery lub oznaczenia
- EN: search for documents that use different words from your question
- EN: need exact numbers or identifiers to matter in search

## Keywords

BM25 · dense embeddings · sparse embeddings · Reciprocal Rank Fusion · ColBERT · multi-vector retrieval

## How it works

- PL: Wyszukiwanie leksykalne dopasowuje słowa, a wyszukiwanie wektorowe porównuje embeddingi zapytania i dokumentów. Wyniki łączy się przez kalibrację ocen lub fuzję rankingów, aby wykorzystać zarówno dokładne nazwy, jak i podobieństwo znaczeniowe.
- EN: Lexical search matches words, while vector search compares query and document embeddings. Results are combined through score calibration or rank fusion to use both exact names and semantic similarity.

## Limits

- PL: Oceny z różnych indeksów nie muszą być porównywalne. Jakość zależy od obu wyszukiwarek i sposobu fuzji; większa liczba kandydatów zwiększa koszt, a błędnych uprawnień nie naprawia łączenie rankingów.
- EN: Scores from different indexes may not be comparable. Quality depends on both retrievers and fusion; more candidates increase cost, and combining rankings does not fix incorrect permissions.

## Key terms

- PL: **wyszukiwanie leksykalne**: Dopasowanie dokumentów na podstawie występowania słów zapytania.
- PL: **wyszukiwanie wektorowe**: Dobór dokumentów według podobieństwa ich liczbowych reprezentacji.
- PL: **fuzja rankingów**: Łączenie uporządkowanych list wyników we wspólną listę.
- EN: **lexical search**: Matching documents by occurrences of query words.
- EN: **vector search**: Selecting documents by similarity between their numerical representations.
- EN: **rank fusion**: Combining ordered result lists into one list.

## Know first

- [Embeddingi zdań i dokumentów (modele embeddingowe) (Sentence and document embeddings (embedding models))](https://aiatlasgraph.com/t/textembeddings.md)

## Examples

- PL: wektory + słowa kluczowe · multi-vector
- EN: vectors + keywords · multi-vector

## Sources

- [LLM Course (Maxime Labonne)](<https://github.com/mlabonne/llm-course>) `mlabonne-llm-course` · by Maxime Labonne

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/hybridsearch · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30