先说结论：Elasticsearch 默认的 k1=1.2、b=0.75 不是圣旨
我去年帮朋友调一个本地生活搜索，索引 5.2 万条商户，字段就 title、tags、description。搜“朝阳 修车”，前 10 里有 4 个是“朝阳轮胎”，还有 2 个是“修车工具批发”。我第一反应是分词，换了 ik_smart、ik_max_word，甚至加了同义词，NDCG@10 只从 0.39 爬到 0.43。后来才发现，问题不在分词，在 BM25 的 b。Lucene/Elasticsearch 默认 b=0.75，意思是长度归一化挺狠。可中文短文本标题长度差别很小，一个 6 字标题和一个 12 字标题，按英文段落逻辑去归一化，反而把“朝阳”这种高频地域词权重搅乱了。
我最后的参数不是 1.2/0.75，而是 0.8/0.35
那轮网格搜索我跑了 5 组 k1：0.6、0.8、1.0、1.2、1.5；5 组 b：0、0.25、0.35、0.5、0.75。评估用 rank_eval，指标看 NDCG@10、MRR@10、Recall@50。5.2 万条里抽了 800 条 query，人工标了 3 档相关性。最优组合是 k1=0.8、b=0.35，NDCG@10 从默认的 0.41 到 0.58，MRR@10 从 0.36 到 0.52。注意，这不是说 Elasticsearch 错了，而是默认值来自英文长文档的传统，短文本、强字段权重的场景要自己试。
BM25 到底在惩罚什么，很多人没搞清
BM25 公式里，k1 管词频饱和，b 管长度归一化。TF-IDF 里一个词出现 10 次就线性加分，BM25 不会，它会在某个点后饱和。k1=1.2 表示饱和比较慢，适合长文档；中文短文本里关键词重复少，k1=1.2 有时让一个“修车”刷太高。b=0.75 则让长文档被压得更狠。短文本标题里，长度差异可能只是“修车”和“朝阳区修车补胎”，b 太大，后者不一定占优。我自己的判断是，中文短文本先把 b 拉到 0.25 到 0.45 之间试，k1 从 0.6 到 1.0 之间试，别一上来就 2.0。
具体怎么调：5 步，别一上来就换向量
第一步，先把数据导出成 query, doc_id, label 格式，至少 500 条 query，每 query 标 10 个 doc。第二步，在 settings 里给字段设 similarity：
similarity:
my_bm25:
type: BM25
k1: 0.8
b: 0.35第三步，multi_match 里给字段权重：title^3、tags^2、description^1。第四步，用 _rank_eval 跑网格，别只看前 3 条，看 NDCG@10 和 Recall@50。第五步，线上 AB 至少 7 天，看 CTR、CVR、无结果率。如果无结果率涨了，先降 b，再降 k1。
和 TF-IDF、BM25+、向量检索怎么选
TF-IDF 适合教学，线上基本别裸用，因为它没有词频饱和，长文档容易被堆词。BM25 是搜索的默认基线，Elasticsearch 7.x 之后默认就是 BM25。BM25+ 多了 delta，对长文档更友好，常见 delta=1.0，但你得自己实现或找插件。BM25F 分字段加权，比 multi_match 的 boost 更细，适合标题、作者、标签差异大的场景。向量检索适合语义召回，但成本高，5.2 万条还能扛，500 万条就要算账。我的观点：先调 BM25，再上混合检索，别拿向量模型给脏数据擦屁股。
一个小坑：别把 k1 和 b 当成万能旋钮
k1 调到 2.0 以上，词频饱和太慢，标题党关键词容易霸榜；b=0 完全不归一化，长文档可能占便宜；b=1 又惩罚太狠。我们还试了 k1=0.6、b=0.25，NDCG@10 只有 0.54，比最优低 0.04。另一个坑是字段长度：title 和 description 放在同一个字段里，长度统计会混，最好分开建字段。最后，如果你的 query 里经常有“附近”“24小时”这种意图词，BM25 调参救不了，得加规则或向量召回。我的数据是本地生活，不代表你的电商、法律、论文库。你先拿 1000 条 query 跑一遍，再决定抄不抄。