RAG 中 Embedding 模型如何选择与常见坑
哪些公司问过
答案要点
- 先用 MTEB、C-MTEB 检索任务得分初筛,兼顾语言、最大长度、维度、体积和许可证
- 用业务标注集离线评测,比较 Recall@k、MRR、NDCG,并看端到端答案正确率
- 维度由模型决定,高维表达强但存储和延迟成本高,部分模型支持截断维度
- 查询和文档需用同一模型同一版本编码,换模型要全量重建索引
- 注意查询指令前缀、最大长度截断和分块策略对效果的影响
易错点
- 只看 MTEB 总分选型,不在业务数据上验证
- 以为向量维度可随意设置,实际由模型决定,除非模型支持截断
- 更换 embedding 模型后不重建索引,新旧向量混用
面试官常见追问
- 你的 rerank 模型是如何选择的?
- 怎么判断一个 embedding 模型的优劣?
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。