📌 📄 内容摘要:
Huo0 在 打野了几万条提示词，向量后如何优化搜索结果？ 中发帖
第一次接触向量这个词
目前是用QwenAPI 4096的向量入库 以及 检索
阶段1 向量
目前数据库里有prompt、prompt_embedding两个字段。
向量检索topK5后，发现匹配程度并不高。
发现好像向量只匹配语义部分
阶段2 评分
我现在使用gemini-flash对提示词进行总和评分和NSFW识别
阶段3 我迷茫了（？）如何检索
恳请熟悉搜索的大佬解答我如何贴近匹配值
最终我想实现
1.通过向量、评分，检索出当前你最需要的提示词
2.通过你的自然语言，基于数据库已有结果为你生成提示词
目前卡在阶段3了，有没有实战过的佬指点一二
已有想法是将向量结果、关键词结果、都丢给LLM，让他进行二次筛选。
但这应该不是最佳的
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/1114366/1
─────────────────────────────
📢 来源：LINUX DO
