待验证50% 置信事实精确时间

Embedding模型在RAG流程中出现两次：离线构建知识库时和在线检索时，目标都是把文本映射到同一个向量空间

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

RAG中的Embedding模型详解：从知识库构建到相似度检索全流程

涉及实体

Embedding模型concept RAGconcept

相关事实

待验证传统RAG流程的离线阶段将文档切片并通过嵌入模型转化为向量存储在向量数据库中，在线阶段通过近似最近邻（ANN）算法检索相似文档片段71% 相似待验证Harness应对上下文拥挤的做法是通过RAG等技术把进度、文件结构、日志结构化存在外部，让模型读取而非回忆71% 相似待验证工程界普遍采用RAG架构：将历史信息切分成语义块，通过嵌入模型转化为向量存入向量数据库（如Faiss、Pinecone、Weaviate），用户提问时计算余弦相似度检索最相关片段70% 相似待验证现代RAG系统广泛采用向量检索技术，通过嵌入模型将文本转为高维向量并计算余弦相似度找到相关文档69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949757

API

curl https://kongchang.com/api/v1/knowledge/claims/949757

MCP

get_claim(id=949757)