Unverified50% confidenceFactExact time

不同embedding模型生成的向量在语义空间中不可直接比较，一旦更换模型，向量库中所有历史向量都必须用新模型重新生成

1

Sources

50%

Confidence

Long-term

Relevance

8/26/2026

First Seen

Sources

Slack到RAG增量同步架构设计：避免重复与过时向量的实战方案

Related Entities

embeddingconcept

Related Claims

Unverified词表大小直接决定模型嵌入层和输出层的维度，分词器变更意味着模型无法简单从前代继承权重72% similar Unverified更换嵌入模型后必须对整个知识库重新进行向量化68% similar Unverified裁判模型应在模型版本升级和输入分布漂移这两个触发条件下强制重新校准66% similar Unverified提示词并没有真正提高模型的能力，它只是给模型提供了更多相关信息64% similar Unverified在这个特定工具 schema 上，更新的 Anthropic 模型表现反而不如更老的模型64% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/802096

API

curl https://kongchang.com/api/v1/knowledge/claims/802096

MCP

get_claim(id=802096)