一句话定义
SPLADE（Sparse Lexical and Expansion）是「学习稀疏」（learned sparse）检索模型的代表：它把一段文字编码成一个与整个词表等长的权重向量，绝大多数词权重为零，只有少数词非零——因此能直接放进倒排索引，同时因为权重是模型学出来的，又带上了语义联想能力。
它怎么工作
传统 BM25 像图书馆里只会数数的管理员：一个词在本篇出现越多、在别处越少见，卡片上就写得越重。他不认识词义，同义词、缩写一概不管。
SPLADE 换了个读过书的管理员。他不再数词频，而是拿着全词表逐项打分：这段话该给「电动车」多少分、「充电」多少分、「新能源」多少分，没关系的写 0。交出来的仍是一张关键词卡片，只是分数是学出来的。
技术上大致三步：用 BERT 类编码器（encoder）配一个语言模型预测头（MLM head），为词表里每个词打分；对各 token 的分数做 max pooling，得到与词表同长的向量；再用 ReLU 去掉负值、用饱和函数压缩高分项，并用稀疏正则让非零项尽量少。查询端同样编码，两边都是稀疏向量，倒排索引做加权求和即可打分。
和邻居的区别
| BM25 | 稠密向量检索 | 学习稀疏（SPLADE 等） | |
|---|---|---|---|
| 表示 | 词频统计权重 | 数百至上千维浮点向量 | 全词表稀疏权重 |
| 语义联想 | 基本没有 | 有，但不可读 | 有，且落在具体词上 |
| 索引 | 倒排索引 | 向量索引 + 近似最近邻 | 倒排索引 |
| 可解释性 | 强 | 弱 | 强 |
「学习稀疏」是个家族，SPLADE 只是最出名的一个，同族还有 DeepImpact、uniCOIL，以及各家检索产品内置的稀疏模型。它也不是稠密检索的替代品，更像是在「词匹配」这条老路上请了个懂语义的人来打分。
实际意义
- 已在用 Elasticsearch、OpenSearch、Lucene 这类倒排引擎的团队，接入学习稀疏通常最省事：过滤、聚合、排序链路都能复用，不必另建一套向量索引。
- 输出是可读的词与权重，出问题能直接看出「哪个词把它召回了」，调试体验好过稠密向量。
- 代价也明确：文档会被扩展出大量相关词，索引体积和查询耗时上升；缩写、专业术语的扩展质量高度依赖训练数据；和稠密检索混用时，还得调两路分数的融合权重。
- 对普通用户，直观感受是搜「报销流程」也能捞到写着「费用申请步骤」的文档，措辞不同不再等于搜不到。
具体实现与各代改进（例如稀疏正则的做法）以官方页面和论文为准。