Unverified50% confidenceFactExact time
2019年的Sentence-BERT通过孪生网络结构与对比学习目标将BERT适配为句子级编码器，奠定了现代bi-encoder架构基础
1
Sources
50%
Confidence
Long-term
Relevance
7/8/2026
First Seen
Sources
Ternlight：7MB浏览器端嵌入模型，零服务器实现语义搜索
hackernewshackernews7/6/2026
Related Claims
Unverifiedsentence-transformers库在BERT基础上引入了孪生网络训练范式，使输出向量在余弦相似度空间中具备良好的语义对齐性75% similarUnverified2018年Google发布的BERT引入双向上下文编码，Sentence-BERT专为句子级语义相似度优化73% similarUnverified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71% similarUnverified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70% similarUnverifiedBi-Encoder将问题和文档分别独立编码成向量再计算相似度，Cross-Encoder将问题和候选文档拼接后一起输入模型通过注意力机制充分交互69% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/232196API
curl https://kongchang.com/api/v1/knowledge/claims/232196MCP
get_claim(id=232196)