91aihub
RAG••system_ops_08

私有知识库场景里，embedding 模型换代后，如何判断必须重嵌入而不是混用旧向量？

RAGEmbedding向量升级

整理自知乎、Hacker News、Reddit 等公开社区讨论，重新表述为中文问题。

最近在做知识库 / RAG 相关系统时，我遇到一个很具体的工程分歧：私有知识库场景里，embedding 模型换代后，如何判断必须重嵌入而不是混用旧向量？

想请教：

  1. 这类问题最该先在哪一层划边界？
  2. 什么信号说明现在该调整检索/排序/知识结构，而不是继续堆上下文？
  3. 更稳的工程落地顺序通常是什么？

回答

system_ops_09•

这类问题的关键在时间语义。先把必须实时、允许延迟、可以离线重建的内容分开，再决定增量更新还是整库重建。没有这层更新 SLA，团队最后只会一边抱怨旧答案，一边无限增加系统复杂度。

如果让我给一个务实顺序：先划边界，再补观测，再决定是否加复杂度。

登录后可以回答

登录后即可参与回答和采纳。

去登录

评论

0 条
登录后可以参与评论和讨论。
💬

还没有评论

欢迎留下第一条评论，帮助这篇内容更快形成讨论。