逐日AI微信小程序
14 天 RAG:从检索到可信回答
第 1 周 · D2🔒 锁定约 4 小时

embedding 与向量检索:相似度、维度与模型选型,把文本存进 pgvector

从坐标系这个类比出发理解向量到底编码了什么,弄清余弦相似度与内积的区别和归一化的前提,再对着排行榜谈模型选型与维度取舍,最后把语料写进 pgvector 并查出最近邻。

今日目标 0/3

登录后可以勾选并保存进度。

从坐标系这个类比出发理解向量到底编码了什么,弄清余弦相似度与内积的区别和归一化的前提,再对着排行榜谈模型选型与维度取舍,最后把语料写进 pgvector 并查出最近邻。

登录并关联后阅读全文

请先登录网页,并在账户页关联微信小程序账号。关联后每天可免费阅读 1 篇;额外文章需在小程序看广告解锁。

小程序码

微信扫码打开「逐日AI」,进入相同课程和章节,选择看广告解锁,完成后刷新本页。

面试题库

  • 余弦相似度和内积什么时候等价?如果向量没有归一化,用内积排序会出什么问题?When are cosine similarity and inner product equivalent? What goes wrong if you rank by inner product on vectors that are not normalized?
    国内高频海外高频基础#embeddings#similarity#normalisation

    🔒 解锁本章后查看答题要点。

  • 把 embedding 维度从 1536 降到 512,你会损失什么?什么场景下这个损失可以接受?What do you lose when you cut embedding dimensions from 1536 to 512, and when is that loss acceptable?
    国内高频海外高频进阶#embeddings#dimensions#cost

    🔒 解锁本章后查看答题要点。

  • 为什么有些 embedding 模型要求查询和文档加不同的前缀?不加会怎样,你怎么在上线前发现这个问题?Why do some embedding models require different prefixes for queries and documents? What happens if you skip them, and how would you catch it before shipping?
    国内高频海外高频进阶#embeddings#model-selection#evaluation

    🔒 解锁本章后查看答题要点。

  • 向量检索能完全取代关键词检索吗?举一个向量必然失手的查询,并说说你会怎么补。Can vector search fully replace keyword search? Give a query where vectors are bound to fail, and say how you would fix it.
    国内高频海外高频进阶#hybrid-search#embeddings#retrieval-failure

    🔒 解锁本章后查看答题要点。

评论