| cosine | 看方向不看长度，文本检索最常用 |
|---|---|
| dot | 内积；向量已归一化时等于余弦 |
| L2 | 欧氏距离，越小越相似；对模长敏感 |
| 一致性 | embedding 训练方式 + 索引算子 + 查询归一化 三者必须配套 |
归一化与余弦（NumPy）
归一化与余弦（NumPy）
import numpy as np
a = np.array([0.2, 0.9, 0.1]); b = np.array([0.1, 0.8, 0.3])
cos = a @ b / (np.linalg.norm(a) * np.linalg.norm(b))
an, bn = a / np.linalg.norm(a), b / np.linalg.norm(b)
print(cos, an @ bn) # 归一化后内积 == 余弦相似度切换向量库或索引类型时核对度量设置：cosine 与 L2 混用是最常见的隐性质量事故。