待验证90% 置信事实时间未知
BGE和text-embedding-3是当前可选的向量嵌入（Embedding）模型
1
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
低代码Agent平台的免费陷阱：平台锁定风险与技术自主策略
bilibili朱老师AI课堂
涉及实体
相关事实
待验证千问3官方提供专门优化的text-embedding系列Embedding模型，与主模型形成完整RAG闭环74% 相似待验证主流Embedding模型（如BGE、text-embedding系列）通常基于BERT架构的编码器（Encoder-only），通过对比学习让语义相近的句子在向量空间中靠拢；而GPT类生成模型基于解码器（Decoder-only）72% 相似待验证中文语义场景常用的嵌入模型包括BGE系列或text-embedding-v370% 相似待验证向量库通过Embedding模型将文本转化为高维向量，再利用近似最近邻算法（ANN，如HNSW、IVF-Flat）检索语义相近内容66% 相似待验证召回阶段通常采用 Bi-Encoder 模型（如 text-embedding-ada-002 或 BGE 系列），重排阶段使用 Cross-Encoder 模型（如 Cohere Rerank 或 BGE-Reranker）65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/26165API
curl https://kongchang.com/api/v1/knowledge/claims/26165MCP
get_claim(id=26165)