Matryoshka 表示学习：截断向量如何兼顾嵌入维度与检索效率
企业向量检索常面临存储与延迟的权衡。本文以知识库检索为例，解释 Matryoshka 表示学习如何通过嵌套损失训练，使嵌入向量的前若干维度保留主要语义，从而支持按需截断维度以降低存储与检索开销，并分析截断对精度的影响、训练成本与部署权衡。
#嵌入
共 2 篇文章
上下文文档嵌入：Anthropic 的上下文检索如何提升 RAG 检索相关性
本文以法律文档检索为场景，分析 Anthropic 提出的上下文检索（Contextual Retrieval）如何通过为每个文本块生成包含文档上下文的嵌入来改善检索相关性，对比传统分块嵌入，讨论预处理成本与延迟。