人工智能/向量化 笔记

• 向量检索机制的局限性与解决方案 向量检索 语义搜索 混合检索
  深入分析向量检索与传统搜索的本质区别，为什么短文本检索效果差，以及混合检索的必要性 - 2026-05-19
• RAG分步学习路线 RAG 向量检索 text-embedding-v4
  通过渐进式程序演示，一步一步理解RAG（检索增强生成）的完整流程，从向量化检索到LLM调用 - 2026-05-19
• 文本切分器详解与优化 向量化 文本切分 RecursiveCharacterTextSplitter
  深入理解RecursiveCharacterTextSplitter和MarkdownHeaderSplitter的工作原理，解决笔记向量化检索不准的问题 - 2026-05-19
• build_index_local优化说明 向量化 text-embedding-v4 批量处理
  从text-embedding-v3升级到v4的完整优化方案，包括批量向量化、价格修正、性能提升6-10倍 - 2026-05-18
• text-embedding-v3与v4深度对比实测 text-embedding v3 v4
  通过实际程序对比text-embedding-v3和v4的语义理解能力、同义词识别、性能差异，直观展示v4的优势和迁移必要性 - 2026-05-18
• 深入理解text-embedding-v3模型 text-embedding-v3 阿里云 向量化
  详细学习阿里云text-embedding-v3模型的技术原理、参数配置、API调用方法及真实向量数据分析 - 2026-05-18
• 阿里云百炼平台向量化模型全览 阿里云 百炼平台 向量化
  全面了解阿里云百炼平台的向量化模型产品线，包括text-embedding-v1/v2/v3/v4对比、多模态模型、价格分析以及选型建议 - 2026-05-18
• 以程序理解向量化过程 向量化 Embedding RAG
  通过Python程序演示文本如何转换为1024维向量，并使用余弦相似度判断内容相关性，理解RAG系统的核心机制 - 2026-05-18
• 向量化中的CHUNK_SIZE配置与笔记优化 CHUNK_SIZE 文本切分 RAG优化
  深入理解文本切分参数CHUNK_SIZE和CHUNK_OVERLAP对RAG检索效果的影响，以及如何优化笔记内容以提高检索质量 - 2026-05-18
• 向量化v4迁移与CHUNK参数优化重建记录 v4迁移 CHUNK_SIZE优化 向量化重建
  记录从text-embedding-v3升级到v4，以及CHUNK_SIZE从1000优化到1500的完整迁移过程和实测效果 - 2026-05-18
• 向量检索算法全解析 向量检索 余弦相似度 欧氏距离
  全面解析向量检索中的主流相似度算法，包括余弦相似度、欧氏距离、内积等，重点说明为什么余弦相似度是文本检索的黄金标准 - 2026-05-18