Embedding 与语义表示
Embedding 把内容映射为可比较的向量表示。
为什么重要
它支持语义检索，但不是事实数据库或答案生成器。
核心原理
入库和查询必须使用兼容模型；向量应与原文、文档版本和元数据一起保存。
工程实现
- 记录模型版本
- 批量生成并重试
- 保留原始文本定位
最小示例
查询“退款时间”可召回表达为“退货后多久到账”的片段。
常见误区
- 混用不同维度向量
- 只存向量不存来源
面试怎么说
Embedding 用于相似性检索，工程上要管理模型版本、元数据和重建策略。
Embedding 把内容映射为可比较的向量表示。
它支持语义检索，但不是事实数据库或答案生成器。
入库和查询必须使用兼容模型；向量应与原文、文档版本和元数据一起保存。
Embedding 用于相似性检索，工程上要管理模型版本、元数据和重建策略。