待验证50% 置信事实精确时间

向量搜索是 Cosmos DB 支持的查询能力之一，用于在向量化数据中查找语义上最相似的结果；Cosmos DB 将向量存储在文档的数组属性中，并提供 VectorDistance 函数在查询中计算距离。

1

来源数

50%

置信度

长期有效

时效性

2026/10/22

首次发现

来源

Code with Cosmos：AI辅助开发实战，本地跑通数据库应用

涉及实体

Azure Cosmos DBproduct 向量搜索concept VectorDistanceconcept

相关事实

待验证搜索系统通常用嵌入模型把查询和文档分别编码成向量，再通过向量相似度检索候选结果，这一过程被称为语义检索或向量检索。68% 相似待验证向量搜索是把文本、图像等非结构化数据编码为高维向量（embedding），再用近似最近邻（ANN）算法检索语义相似项的技术，常用实现有FAISS、Milvus、Pinecone、pgvector。67% 相似待验证向量搜索的工作原理是把文本嵌入到高维空间，通过相似度衡量找出与查询最接近的片段67% 相似已验证向量检索依赖向量数据库进行模糊匹配，无法精确表达结构关系，而图检索以图数据库为存储介质，针对多跳遍历查询进行了专门优化67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1086046

API

curl https://kongchang.com/api/v1/knowledge/claims/1086046

MCP

get_claim(id=1086046)