Embedding 原理

RAG 的起点是向量化。

这节课解决什么问题

文本为什么能被表示成向量
语义相似度为什么能做检索
Embedding 模型该怎么选

核心内容

向量表示
余弦相似度
多语言 Embedding
维度、精度与成本权衡

本节产物

一个最小向量化脚本
一组语义相似度对比样例
一份 embedding 模型选择记录

课堂实作

把几段文本转成向量并比较相似度
对比关键词接近和语义接近的差别
选一个适合中文或混合语料的 embedding 模型并说明理由

并入项目

这一课会直接进入项目二知识库 Agent 的索引层。

面试会怎么问

Embedding 和关键词匹配有什么差别
为什么语义相似可以用向量距离表示
中文语料选模型要注意什么