2 篇博文 含有标签「技术解析」

Embedding 模型正在快速分化：有的强调中文与多语言，有的面向长文本，有的支持图像、视频或 PDF，还有的允许通过 Matryoshka Representation Learning（MRL）裁剪向量维度。面对几十个模型，最危险的做法是直接抄一张排行榜，然后把第一名接进生产系统。

更可靠的结论只有一句话：先建立评测流程，再选择模型。 模型会更新，业务数据也会变化；一套能反复运行的评测流程，比一次性的“冠军模型”更有长期价值。

“哪个向量数据库最快”是一个容易提问、却很难诚实回答的问题。Milvus、Qdrant 和 Chroma 的产品边界并不完全相同：它们面向的数据规模、部署方式、扩展模型和运维要求都有差异。只比较一组 QPS，往往会把不同定位的产品拉进一场不公平的比赛。

本文不复用某次旧版本跑分，也不宣布一个永久冠军，而是给出一套可以在自己的硬件和数据上重复运行的比较方法。