返回全部题目← 上一题16 / 38下一题 →题库/RAG 与知识系统/Q-18087RAG 为什么将问题向量化前置，如何区分单请求复用与全局缓存？知识专题：Embedding 与向量表示题目类型：方案设计技术难度：进阶相关面经：1 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经1 篇快手AI应用开发2026-08-14日常实习一面查看原面经 →为什么问题向量化需要前置？原来的实现存在什么性能问题？查看该问上下文 →追问“向量化前置”是全局缓存还是单请求级别复用？查看该问上下文 →相关题目4 题0370如何为检索场景选择和使用 Embedding 模型？同一知识专题题目类型：比较选型技术难度：进阶相关面经：36 篇0486为什么不自行训练 Embedding 模型？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0586Embedding 的本质是什么，各维度参数有什么含义？同一知识专题题目类型：原理机制技术难度：进阶相关面经：9 篇0602为什么不采用轻量级大模型 Reranker？同一知识专题题目类型：比较选型技术难度：进阶相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题向量检索是什么，如何向初学者解释其基本流程？下一题 →检索打分为什么使用余弦相似度，而不直接使用生成模型的 Logits？
