【四.RAG技术与应用】【5.Embeddings处理：RAG中的向量化技术】

当你发现系统把"主板短路排查指南"和"主板演员演技分析"混为一谈时，就该意识到这锅得Embeddings来背。这玩意儿就像川菜里的郫县豆瓣酱，用好了封神，用砸了直接翻车。咱们今天不扯公式，直接上祖传炼丹炉。

---

一、模型选型：别在起跑线就崴了脚

1.1 开源模型的修罗场

去年我拿某国产模型处理电子元器件文档，结果"电容"和"电溶"（客户手滑打错的词）相似度高达0.92，差点酿成生产事故。现在我的选型三板斧：

• 中文场景：无脑冲BAAI/bge-large-zh-v1.5，记得打开instruction开关
• 跨语言检索：intfloat/e5-multilingual-instruct能让你少掉50%头发
• 垂直领域：拿text-embedding-3-large在专业语料上微调