Embedding 和向量相似度搜索是什么?Embedding 模型如何选择?
题目
Embedding 和向量相似度搜索是什么?Embedding 模型如何选择?
参考答案
点击展开参考答案
- Embedding 将文本/图片映射到稠密向量,使语义相近对象在向量空间更近;检索通过 cosine、内积或 L2 找近邻,ANN 索引用近似换速度。
- 相似不等于事实正确,专名、编号、否定和关系查询常需 BM25、metadata 或图查询补充。
- 选模型看语言/领域、最大长度、维度、归一化与相似度约定、检索/聚类用途、吞吐、部署和许可。
- 用真实 query–gold chunk 测 Recall@K、nDCG、P99 和成本,不只看公开榜。
- 索引时记录 embedding 模型版本;升级需双索引/回填与 A/B,避免新 query 向量查询旧空间。