01 详细解释
值域 -1 到 1,越接近 1 表示方向越一致。它只比方向、不比长度,所以对文本长度相对不敏感,成为 embedding 检索里最常用的打分方式。
但「相似」不等于「相关」:一句反问句可能在向量空间里离答案很近,却完全答非所问。这也是为什么重排模型和关键词检索仍然必要。
用两个向量夹角的余弦值衡量语义相近程度,向量检索的默认度量。
本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正
值域 -1 到 1,越接近 1 表示方向越一致。它只比方向、不比长度,所以对文本长度相对不敏感,成为 embedding 检索里最常用的打分方式。
但「相似」不等于「相关」:一句反问句可能在向量空间里离答案很近,却完全答非所问。这也是为什么重排模型和关键词检索仍然必要。
「怎么退款」和「退款流程是什么」的向量夹角很小,余弦分接近 0.9。
换 embedding 模型后分数分布会整体偏移,阈值要重新标定,不能直接沿用旧值。
答得准不准,八成功夫不在模型,而在切片、召回、重排与引用。这条链路任何一环偷懒,都会变成「检索到了但答非所问」。