页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Embedding」找到 565 条内容
按专题浏览 →匹配正文：…混合、章节层级明确 实现与维护复杂度更高 实践建议：先按标题、段落、列表、表格或代码边界产生候选，再对过长单元二次拆分。具体长度受embedding模型输入限制、查询类型和上下文预算共同约束。 重叠策略（Overlap） 作用：当答案跨越切分边界时，补回相邻上下文 选择方法：把零重叠、短窗口和较长窗口放到同一评测集比较，不预设固定比例 成本：索引体积增加、相似chunk重复召回、重排与生成输入变长 配套处理：保留原文起止位置与父级结构，召回后按来源和位置去重、合并 保障语义完…
匹配正文：… 1. 显式对话状态管理 对话状态 = {主题实体集合, 用户意图, 未解决问题, 已确认事实} 每轮用轻量模型抽取状态更新 状态向量化后参与检索相似度计算 2. 分层检索策略 层级 内容 权重动态调整 当前轮 用户最新query 意图切换时↑ 近轮上下文 前2-3轮关键信息 追问场景↑ 全局摘要 历史对话压缩 长对话时↑ 3. 查询重写与扩展 共指消解：将"它"、"这个"替换为具体实体 意图感知扩展：根据对话状态补充隐含条件 时间衰减：早期轮次信息权重指数下降 4. 检索结…
匹配正文：…规则必须通过召回回归，避免提前丢失正确文档。 HNSW 通过搜索宽度在延迟与召回间取舍；IVF 通过桶数和探测数取舍；PQ 可减少向量存储与带宽，但会引入量化误差。 热点 query、embedding 和结果可以按语料与模型版本缓存；更新后必须正确失效。 检索服务独立扩缩容，并记录 Recall@K、P95/P99、缓存命中和资源使用。 生成阶段 continuous batching 提高 GPU 利用率，但要按长度或截止时间调度，避免长请求拖累短请求。 KV Cache…
学习内容与项目面试，在同一条路上。