标题、关键词已经能按字面对上,检索路径为何仍要为每条对象另存数百维实数?这列几何坐标让后面哪一环从字面命中改成找位置?
题目
标题、关键词已经能按字面对上,检索路径为何仍要为每条对象另存数百维实数?这列几何坐标让后面哪一环从字面命中改成找位置?
参考答案
点击展开参考答案
- Embedding 把一段文本(或其它对象)映射成固定长度的实数向量,让语义或用途相近的对象在几何上靠近。
- 标题和关键词做的是字面命中;这列浮点数做的是改写、同义和跨句表述之后,查询仍能把该对象拉到附近。
- RAG 里它不替换正文,只把「谁有资格进 LLM 上下文」从布尔词匹配改成向量空间里的近邻查找。
- 数据流是对象 → embedding 模型 → (\mathbb{R}^d) → 与查询向量比距离 → 取 top-k id → 回表取原文 → 拼进提示。
- 工程上要一次定清:对象是 query / chunk / 用户还是商品、(d) 常见在 256–3072 量级、距离函数是否与训练一致、索引走精确还是近似、对象更新后谁重算向量。