P1 · 應會
RAG
向量檢索 (Vector Retrieval)
是什麼
把查詢與內容表示成向量，再以相似度找出語意最接近的片段。
解決什麼問題
讓 RAG 不只比對字面關鍵字，也能找語意相近的內容。
考場 Trigger
- 語意相似度
- Embedding
- Top-k 檢索
容易搞混
向量資料庫Embedding 與向量表示
初級深度
理解它在 RAG 的檢索階段扮演什麼角色即可。
中級深度
要能說明純向量檢索的弱點是「語意相近但不符查詢意圖」與專有名詞比對不準，並以 BM25 關鍵字搜尋加 RRF 融合排序的混合搜尋補強。