欧氏距离（L2）

欧氏距离衡量向量端点的直线距离，对模长敏感；在归一化向量上它与余弦、内积排序等价，是 FAISS IndexFlatL2 等实现的默认度量。

RAG 与向量库速查AI更新于 2026-10-12

L2 距离

import numpy as np

def l2(a, b):
    a = np.asarray(a, dtype="float32")
    b = np.asarray(b, dtype="float32")
    return float(np.linalg.norm(a - b))

print(round(l2([0.3, 0.4, 0.5], [0.1, 0.9, 0.2]), 4))

归一化后有 ||a-b||² = 2 − 2·cos，两者排序完全一致；按库与数据的便利性选择即可。

易错点

未归一化时 L2 更多反映模长差异，不适合直接当语义相似度
比较时用平方值即可，开方计算没有收益

数据来源与参考

FAISS wiki（L2 距离）
Milvus 官方文档（度量类型）

继续搜索

常用关键词：3389 traceroute iptables 子网掩码 docker

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌