索引 / 标签

#稠密检索

共 4 篇

  1. Ch13 RAG

    对比-稠密检索vs稀疏检索

    稠密检索(Dense Retrieval)和稀疏检索(Sparse Retrieval)是信息检索的两大范式。稠密检索基于语义向量相似度,稀疏检索基于关键词匹配,2026 年的标配是两者混合。

    约 2 分钟548 字
  2. Ch13 RAG

    概念-ColBERT

    一句话理解 ColBERT(Contextualized Late Interaction over BERT)是一种延迟交互检索模型,它的核心思想是:不对 query 和 document

    约 4 分钟1,272 字
  3. Ch13 RAG

    HyDE (Hypothetical Document Embeddings)

    概述 HyDE (Hypothetical Document Embeddings) 是 2022 年由 Gao 等人提出的一种检索增强生成 (RAG) 技术,被认为是 RAG 领域最具影响力

    约 4 分钟1,377 字
  4. Ch13 RAG

    稠密检索(深挖)

    深挖-稀疏检索 解决了"搜到包含关键词的文档"。但它不懂语义——"头疼"和"头痛"对它来说是两个不同的词。稠密检索用 Embedding 解决了这个问题。

    约 3 分钟908 字