标签：Vector Search

共 4 篇文章

• LLM Embedding 距离度量治理生产实战：用归一化契约、Metric Matrix 与向量回放避免召回失真

  向量检索中，模型、归一化方式与距离度量一旦错配，系统通常不会报错，却会悄悄改变排序与阈值。本文给出归一化契约、度量矩阵、黄金向量回放和迁移门禁，帮助团队在模型升级与索引切换时稳定召回质量。

  2026/07/21 LLM / Embedding / Vector Search / Retrieval Engineering

• LLM Embedding 索引迁移生产实战：用双写、别名切换与 Recall 门禁避免召回漂移

  Embedding 模型升级会改变向量维度、距离度量和召回结果。本文系统讲解如何用双写、别名切换、回填校验和 Recall 门禁完成零停机索引迁移，涵盖索引版本管理、增量双写、影子流量验证与快速回滚的完整生产方案。

  2026/07/08 LLM / Embedding / Vector Search / RAG / Production

• LLM 检索索引更新生产实战：用蓝绿索引与增量回灌避免 RAG 质量回退

  本文讲解如何治理 RAG 检索索引更新，覆盖蓝绿索引、双写、增量回灌、别名切换、质量抽检和回滚策略，帮助团队在文档、Embedding 模型或切块规则变化时降低检索质量回退风险。

  2026/07/04 LLM / RAG / Vector Search / Embedding / Production Engineering

• Contextual Retrieval 实战：让 RAG Chunk 带着上下文被检索

  系统讲解 Contextual Retrieval 的原理、索引改造、混合检索、重排与上线检查，帮助工程团队降低 RAG 漏召回并提升答案可追溯性。

  2026/06/30 RAG / Contextual Retrieval / Hybrid Search / Reranking / Vector Search