已验证80% 置信事实时间未知

向量数据库存储的是文本经过Embedding模型转换后的高维向量，通常为768或1536维

8

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

AIGC到AI Agent：2025多智能体开发核心思路与实战指南

bilibili码士集团-马小雪

涉及实体

向量数据库concept Embeddingconcept

相关事实

已验证嵌入模型将文本映射到通常768至4096维的高维语义空间，向量数据库常用HNSW和IVF近似最近邻索引算法75% 相似已验证RAG通过向量数据库将文本编码为高维语义向量（通常512至3072维），利用近似最近邻算法（如HNSW、IVF）完成语义检索73% 相似已验证RAG索引阶段将文档切片并通过Embedding模型转换为向量，存入向量数据库如Faiss、Pinecone、Weaviate72% 相似待验证知识库检索中，文档分段后每个文本块通过嵌入模型（如text-embedding-ada-002或BGE系列）转换为高维向量存储在向量数据库中69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/27281

API

curl https://kongchang.com/api/v1/knowledge/claims/27281

MCP

get_claim(id=27281)