📌 📄 内容摘要:
大聪明 - github.com/glidea/zenfeed (@ajd) 在 知识库的基石：HNSW 的实践分享 中发帖
0. 背景
你有想过 Cherry Studio 知识库的基本原理吗？简单说：
当你添加文档到知识库时：
文档拆分成若干个片段（解决上下文 & 语义稀释）
借助比如硅基 bge-m3 嵌入模型把文档 向量化 并存储
向量化怎么理解呢？可以比喻成给文档打上各种 “标签”（大家好我是 “男的”，“写代码的”，“佬友”…），以后根据标签相似度找文档
严谨起见，给个稍微对味的解释：“把文档映射到 n 维（没错就是你在硅基模型介绍看到的那个）的特征（上面提到的标签）向量空间”，再举个不严谨的例子，“红色” 映射到三维 RGB 向量空间可以是 (255,1,2)。好点到为止，再说我就要露馅了
发现了吗？本质上是量化成数字，后面好运算（比如计算相似度）
当你向知识库查询时：
把查询向量化（对齐到和文档同一个空间）
查找最相似的几个文档片段作为结果。那么怎么判断相...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/656793/1
─────────────────────────────
📢 来源：LINUX DO
