待验证50% 置信事实精确时间
在 RAGFlow 中接入 Ollama 时，嵌入模型（如 bge-m3、nomic-embed-text）用于文档和查询向量化，对话模型（如 qwen2、llama3）用于生成回答，两者需分别添加。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
RAGFlow本地部署与RAG实战全指南
bilibili大模型技术栈2026/10/25
涉及实体
相关事实
待验证嵌入模型（如 text-embedding-3-small/large、text-embedding-004）与负责对话的 LLM 是两个独立的模型70% 相似已验证嵌入模型将文本转化为固定维度的浮点数向量，使语义相近的内容在向量空间中距离更近，是RAG技术的核心底座68% 相似待验证通过Ollama添加了BGE-M3本地嵌入（1024维多语言模型），采用优雅降级模式：门控观察顶级候选的词汇覆盖率，决定是否调用模型。65% 相似待验证聊天模板是推理框架把多轮对话、系统提示和工具调用序列转换成模型输入 token 的规则层，通常以 Jinja2 模板形式随模型权重一起分发。65% 相似待验证对话式检索本质上是检索增强生成（RAG）架构的应用，系统先从本地知识库检索相关内容片段，再作为上下文输入大语言模型生成回答65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1101862API
curl https://kongchang.com/api/v1/knowledge/claims/1101862MCP
get_claim(id=1101862)