合成查询探测：直观对比不同 Embedding 模型相似度空间

pppeer · reddit · 2026-08-10

更换 Embedding 模型时，如何评估新旧模型的相似度分数差异和检索阈值？作者提出了一种名为“合成查询探测”的简单方法。

由于不同模型的向量空间无法直接比较，该方法转而对比它们的相似度空间：通过计算多组“合成问题-文本块”在不同模型下的匹配分数，来建立模型间的映射关系。实验发现，同系列不同维度的 Titan 模型分数呈线性相关，而 Titan 与 Ada 模型之间则是非线性的，且分数范围差异显著。该方法有助于在切换模型时合理设置匹配阈值。