Unverified95% confidenceFactTime unknown
索引阶段和查询阶段必须使用同一个Embedding模型，否则向量空间不一致会导致检索完全失效
1
Sources
95%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
RAG企业级落地实战：架构原理与生产级优化全解析
bilibiliAI大模型全栈
Related Entities
Related Claims
Unverified生成文档向量和查询向量必须使用同一个embedding模型，不同模型的向量空间互不兼容，混用会导致检索失效84% similarUnverified将文档向量化与将用户问题向量化必须使用同一个向量模型，否则向量空间不兼容导致相似度计算失去意义69% similarUnverified向量检索依赖向量数据库进行模糊匹配，无法精确表达结构关系，而图检索以图数据库为存储介质，针对多跳遍历查询进行了专门优化68% similarUnverified切换到新版Embedding模型时必须对全库重新Embedding，否则新旧向量语义空间不一致会导致检索结果退化67% similarUnverified知识库构建时使用的嵌入模型必须与查询时使用的嵌入模型保持一致，否则相似度计算会完全失效66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/4351API
curl https://kongchang.com/api/v1/knowledge/claims/4351MCP
get_claim(id=4351)