余弦相似度的原理是什么?为什么向量检索常用它?
哪些公司问过
答案要点
- 公式 cos(θ)=A·B/(|A|·|B|),取值 [-1,1],越接近 1 越相似
- 只衡量方向、不受模长影响,适合长短不一的文本和语义向量
- L2 归一化后余弦等于内积,且与欧氏距离单调对应
- 向量库常用归一化加内积实现余弦检索,计算高效
- 度量应与 embedding 训练目标一致,模长有意义时考虑内积或欧氏距离
易错点
- 说余弦相似度取值是 0 到 1,忽略可以为负
- 向量没归一化就直接用内积当余弦
- 不考虑 embedding 模型训练时采用的度量,随意更换相似度函数
面试官常见追问
- 余弦相似度和欧氏距离有什么关系?
- 余弦距离是严格意义的距离吗?
- 高维向量检索怎么加速?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。