首页/AI/AI 应用速查/嵌入模型(Embedding)选型
本包目录(159 条)

嵌入模型(Embedding)选型

把文本映射成向量的模型,是检索、RAG、聚类与去重的地基。选型看中文效果、维度与成本、最大输入长度,以及能否本地私有化。

AI 应用速查AI更新于 2026-10-12
代表OpenAI text-embedding-3 系列;bge-m3、bge-large-zh、m3e、Qwen-Embedding
维度常见 256-4096,部分模型支持降维
形态云 API 或本地(sentence-transformers)
用途向量检索、聚类、去重、分类特征

批量向量化最小示例

批量向量化最小示例
from openai import OpenAI
client = OpenAI()
r = client.embeddings.create(model="text-embedding-3-small", input=["RAG 检索示例", "第二段文本"])
print(len(r.data[0].embedding))  # 维度
更换 embedding 模型必须全量重建索引:不同模型的向量空间不可混用、不可直接比较。

易错点

  • 同一索引混用两种模型的向量
  • 凭感觉选 embedding,未用检索评测集验证召回效果

数据来源与参考

  • OpenAI Embeddings 文档;BAAI BGE 模型卡(Hugging Face)

相关工具

​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌