Embedding 是什么？它和向量检索是什么关系

先这样答

Embedding 是把文本变成一个高维向量的技术：一段话经过一个模型，输出成一串数字，常见的是几百到几千维。关键性质是语义相近的文本，向量在空间里也靠近：「怎么退货」和「退款流程是什么」用词不同，向量距离却很近。这个性质是训练出来的，不是天然有的。

向量检索直接建立在这个性质上。做法是：把文档切成块，逐块算 embedding，存进向量数据库；查询时把问题也变成向量，和库里所有向量算距离（常用余弦相似度），取最近的若干条。检索按「意思」匹配，不依赖关键词完全一致。RAG（检索增强生成）的第一步就是它：先向量检索召回相关内容，再交给大模型阅读作答。

补一层区分：大模型内部的 embedding 层和检索用的 embedding 模型不是一回事。前者是模型输入的第一层，把 token 编号变成向量供后续计算；后者是独立训练的模型，专门把整段文本压成语义向量。能说清这两层，理解就算到位了。

面试官会怎么追问

• 「为什么切块检索，不整篇存？」 整篇文档的向量会被多个主题摊薄，哪个主题都不突出。切块让每块语义集中，召回更准，也顺便控制了喂给模型的上下文长度。块的大小和重叠是检索质量的关键参数。
• 「余弦相似度在算什么？」 两个向量夹角的余弦：接近 1 说明方向一致，接近 0 说明几乎无关。它只看方向不看长度，正好符合「比语义、不比数值大小」的需求。
• 「有了向量检索，还要关键词检索吗？」 常要。关键词检索抓不住同义改写，向量检索对编号、型号、专有名词这类精确匹配反而不可靠。生产系统常见做法是两路都查再合并排序，混合检索比单路稳。

回答的坑

• 把 embedding 说成「关键词的向量化」。它编码的是整段文本的语义，同义不同词的两句话向量很近，这正是它和传统倒排索引的本质区别。
• 把向量检索当精确查找。它通常是近似最近邻搜索，为了速度牺牲一点精度；返回的是「最相似」不是「一定相关」，下游仍需要过滤和重排。