Was ist der Hauptzweck der `retriever`-Klasse in einem hybriden Suchsystem?	Sie dient als Wrapper, um die Ergebnisse verschiedener Suchmethoden (z.B. Vector Index und BM25) zu empfangen und zu verarbeiten.
Welche grundlegende Voraussetzung müssen die einzelnen Suchimplementierungen (z.B. Vector Index, BM25) erfüllen, um in den Retriever integriert zu werden?	Sie müssen eine nahezu identische öffentliche API besitzen (z.B. Methoden wie `add document` und `search`).
Welche Technik wird verwendet, um die Ergebnisse verschiedener Suchmethoden zu kombinieren?	Reciprocal Rank Fusion (RRF).
Wie funktioniert die Reciprocal Rank Fusion (RRF) zur Berechnung eines Dokumentenscores?	Für jeden Rang $r$ wird der Term $1 / (1 + r)$ berechnet und die Scores aller Ränge werden addiert.
Was ist der Vorteil, wenn alle Suchimplementierungen eine einheitliche API haben?	Es ermöglicht die einfache Erweiterung des Systems um neue Suchindizes, da sie nahtlos in den Retriever integriert werden können.
Was sind die beiden Hauptkomponenten, die im hybriden Suchsystem kombiniert werden?	Semantic Search (Vector Index) und Lexical Search (BM25 Index).