MaxSim 打分概念
MaxSim 打分概念
score(q, d) = Σ_i max_j ( E_qi · E_dj )
- q、d 各自保留 token 级向量（多向量索引）
- 查询每个 token 与文档全部 token 取最大匹配再求和
- 存储：每 token 一个向量，索引体积大于单向量方案多向量索引的存储与检索复杂度高于单向量：规模预估时按 token 数放大存储预算。
ColBERT 后期交互检索
ColBERT 类模型为查询与文档的每个 token 生成向量，用 MaxSim 求和打分：介于双塔（快但粗）与交叉编码（准但慢）之间，适合需要细粒度匹配又要求可扩展的场景。
易错点
- 按单向量内存估算多向量索引，容量规划严重不足
- 把 ColBERT 当纯重排用而不建多向量索引，没发挥其检索能力
数据来源与参考
- Khattab & Zaharia, ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (SIGIR 2020)