Coggle数据科学 | RAG编码模型对比：谁与OpenAI最为相似？

本文来源公众号“Coggle数据科学”，仅用于学术分享，侵权删，干货满满。

原文链接：RAG编码模型对比：谁与OpenAI最为相似？

在设计检索增强型生成（RAG）系统时，选择嵌入模型是一个关键步骤。鉴于可选模型很多，识别相似模型可以帮助进行模型选择。

Beyond Benchmarks: Evaluating Embedding Model Similarity for Retrieval Augmented Generation Systems

https://ceur-ws.org/Vol-3784/short4.pdf

论文评估了RAG系统中嵌入模型的相似性。评估分为两个方面：首先，使用中心化核对齐（Centered Kernel Alignment）在成对级别上比较嵌入；其次，由于这对RAG系统特别相关，评估这些模型之间检索结果的相似性，使用Jaccard相似度和排名相似度。

作者比较了不同家族的嵌入模型，包括专有模型，在流行的基准信息检索（BEIR）的五个数据集上进行。通过实验，作者识别出了与模型家族相对应的模型集群。

为什么说编码模型是RAG的核心？

检