稠密向量与稀疏向量的区别与适用场景
哪些公司问过
答案要点
- 稠密:低维、几乎每维非零,语义分布式表示,单维无明确含义
- 稀疏:高维、大部分为零,非零维对应具体词项权重,如 BM25、SPLADE
- 稠密适合语义相似、同义改写、跨语言检索
- 稀疏适合关键词、专有名词、编号精确匹配,可解释、倒排检索高效
- 混合检索:两路召回后 RRF 或加权融合,再重排
易错点
- 认为稠密向量全面优于稀疏向量
- 把高维与稀疏、低维与稠密当成绝对等价
- 混合检索时直接相加不同尺度的原始分数
面试官常见追问
- 两路结果怎么融合?
- 什么是学习型稀疏向量?
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。