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。
「成本」找到 713 条内容
按专题浏览 →匹配正文：…掌握主流模型的核心特点（如M3E、BGE、GTE、OpenAI等） 理解模型选型需考虑的因素（语言支持、向量维度、上下文长度、推理成本） 了解领域适配和微调策略 能结合实际场景给出选型建议 主流文本嵌入模型分类 1. 开源中文模型（国内首选） 模型 特点 适用场景 BGE (智源) 中文SOTA，多尺寸（large/base/small），支持指令微调 通用RAG、需要高性价比的场景 GTE (阿里) 长文本支持好（8K），中文效果优秀 长文档检索、法律文书 M3E (开源社…
匹配正文：…模态：需专用模型（如CodeBERT、CLIP） 2. 关键性能指标 因素 权衡要点 维度 768/1024维效果好，但存储和检索成本高；384维适合大规模 上下文长度 512 vs 8192，长文档需截断或层次编码 多语言 mBERT、LaBSE做多语言；单语言场景用专用模型效果更好 推理速度 小模型（MiniLM）vs 大模型（GTE-large）的精度-延迟 trade-off 3. 主流模型对比 BGE系列（BAAI）：中文场景首选，开源榜单表现好，有large/ba…
匹配正文：答案要点 语义表达能力与领域适配性 向量维度与存储成本的权衡 检索速度与推理延迟 多语言支持与跨语言检索能力 微调扩展性与模型生态 核心选型维度 1. 语义质量指标 MTEB榜单排名：参考检索、重排序、聚类等任务的综合表现 领域适配性：通用模型（如BGE、E5）vs 领域微调模型（如GTE-medical） 上下文长度：支持512/2048/8k tokens，长文档需截断或分层处理 2. 工程性能指标 向量维度：常见768/1024，维度↑精度微增但存储和计算成本线性↑ 推…
按学习路线查看教程、项目和面试题。