#向量

完整的中文 RAG 稀疏检索原型：**先切块 → 分词 → 建 BM25 索引 → 查询匹配**。本文通过一个可运行的 Python 示例，逐步拆解每个环节的原理与实现细节。 --- 整体流程概览 🔍 稀疏检索（Sparse Retrieval）的核心思路是：将文档和查询都表示为**高维稀疏向量**（大部分维度为 0，只有出现的词对应维度非零），然后通过向量相似度（本质是加权关键词匹配）完成检索。BM25 是最经典的稀疏检索算法。 整…

💡 **为什么要了解稀疏向量和稠密向量？** 在构建 RAG（Retrieval-Augmented Generation，检索增强生成）系统时，检索质量直接决定了最终生成答案的好坏。而检索的核心就在于如何把文本变成向量、用什么样的向量去匹配。理解稀疏向量和稠密向量的区别，能帮助你选择合适的检索策略，甚至将两者结合以获得最佳效果。 在信息检索和 RAG 里，我们把一段文本（句子、段落、文档）转换成一个**数字列表**，这个列表就叫**…