考察点:掌握 embedding 生成与向量检索的最小可运行实现,理解 model、normalize_embeddings、index 选型等关键参数。
要点:
encode,开启 normalize_embeddings=True 让余弦相似度等价于内积,检索更稳定;中英文选多语言模型(如 paraphrase-multilingual-MiniLM 或 bge 系列)。IndexFlatIP(内积)配合归一化向量即余弦检索,简单场景够用;量大再换 IVF/PQ 近似索引降延迟。batch_size 控制显存;top_k 决定召回候选数(通常 3–10);k 越大召回越全但噪声越多。from sentence_transformers import SentenceTransformer
import faiss, numpy as np
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
docs = ['RAG 用检索增强生成', 'K8s 负责容器编排', 'MySQL 索引加速查询']
q = '什么是检索增强生成?'
emb_docs = model.encode(docs, normalize_embeddings=True, batch_size=32)
emb_q = model.encode([q], normalize_embeddings=True)
index = faiss.IndexFlatIP(emb_docs.shape[1])
index.add(np.asarray(emb_docs, dtype='float32'))
scores, idx = index.search(emb_q.astype('float32'), k=3)
print([docs[i] for i in idx[0]]) # 余弦相似度最高的前 3 段
normalize_embeddings=True 后内积=余弦;IndexFlatIP 是精确检索,上线前用它验证召回上限,再按需切换到近似索引降延迟与显存。题目与答案就在本页;收藏、批注和错题重练在应用内