向量与相似度检索

相似度只是排序信号

嵌入将文本或图像映射成数值向量。近距离不证明事实相同；不同用户、时间的内容也可能很像。排序前结合权限、来源和字段过滤。

计算一次余弦

下例是教学向量，不是真实嵌入。零向量需显式处理，维度不同拒绝，不能静默截断。

import math
def cosine(a, b):
    if len(a) != len(b): raise ValueError('维度不同')
    na = math.sqrt(sum(x*x for x in a))
    nb = math.sqrt(sum(x*x for x in b))
    if na == 0 or nb == 0: return 0.0
    return sum(x*y for x,y in zip(a,b))/(na*nb)
print(cosine([1,0],[1,1]))

模型版本决定空间

不同模型通常不能混用，即使维度相同。换模型重建索引或分版本保存。阈值用自己的样本验证，不直接照抄别人的分数。