[控场AI]
概念Dense Passage Retrieval / 稠密向量检索

DPR

稠密向量检索技术，通过将文本编码为稠密向量并计算语义相似度进行检索，是RAG系统的核心组件之一，区别于传统基于稀疏关键词的BM25/TF-IDF检索方法。

时间轴 (近 90 天)

9月11日

稠密向量检索的代表模型包括DPR、BGE、text-embedding-ada等

待验证50%

全部知识事实 (3)

待验证

RAG原始论文使用DPR（Dense Passage Retrieval）作为检索器、BART作为生成器

90%待验证

稠密向量检索的代表模型包括DPR、BGE、text-embedding-ada等

50%待验证

Embedding模型本质上是Encoder-only Transformer架构，代表为BERT及其变体，通过对比学习或掩码语言模型任务预训练

50%