已验证65% 置信事实精确时间
向量相似度计算通常采用余弦相似度，它衡量向量方向的夹角而非绝对距离，对向量长度不敏感
3
来源数
65%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
从零构建离线RAG应用：PDF私人知识库完整实现指南
redditr/learnmachinelearning2026/7/11
相关事实
待验证余弦相似度衡量的是两个向量在高维球面上的角度差异，依赖全局方向信息，忽略嵌入向量各维度之间的局部关系结构84% 相似待验证向量相似度通常使用余弦相似度（Cosine Similarity）或点积（Dot Product）来衡量，这是 RAG 检索的数学基础78% 相似待验证对于具有强层级关系或精确数值属性的结构化数据，向量相似度检索往往无法准确捕捉语义之外的结构关系70% 相似待验证Vector similarity in RAG retrieval is measured using algorithms such as cosine similarity or Euclidean distance.70% 相似待验证该基于余弦相似度的方法计算复杂度与图像补丁数量成线性关系，低于需要前向传播整个检测网络的方案70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490390API
curl https://kongchang.com/api/v1/knowledge/claims/490390MCP
get_claim(id=490390)