待验证50% 置信解决方案精确时间
召回阶段采用Bi-Encoder双塔模型（如text-embedding-ada-002或BGE系列），向量可离线预计算存储于向量数据库（如FAISS、Milvus）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/20
首次发现
有效期至：2026/10/18
来源
相关事实
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）78% 相似待验证现代Sentence Embedding模型通常采用双塔（Bi-Encoder）结构，查询和文档分别独立编码为向量73% 相似待验证双编码器（Bi-Encoder）将查询和文档分别独立编码为向量，通过余弦相似度或点积计算相关性，文档向量可离线预计算存入向量数据库72% 相似待验证嵌入模型采用双塔（Bi-encoder）架构，将查询和文档独立编码成向量，然后通过余弦相似度等方式计算距离69% 相似待验证召回BERT采用Bi-Encoder（双塔模型），两句话分别生成向量再算相似度，向量可离线预计算，线上匹配速度快68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/566483API
curl https://kongchang.com/api/v1/knowledge/claims/566483MCP
get_claim(id=566483)