知识库从单语言扩到中英混合后，embedding 要统一换模型还是先做 query translation？

整理自公开社区讨论，重新表述为中文问题。很多工程团队最初只服务中文或英文文档，后续一接国际化资料，检索稳定性就开始波动。社区里常见的分歧是：先换跨语种 embedding，还是先在查询入口做翻译与扩写。想请教： 1. 什么迹象说明是向量空间不统一而不是术语问题？ 2. query translation 哪些场景容易引入噪声？ 3. 第一版多语言策略该尽量简单到什么程度？

RAG Embedding 多语言

整理自公开社区讨论，重新表述为中文问题。

很多工程团队最初只服务中文或英文文档，后续一接国际化资料，检索稳定性就开始波动。社区里常见的分歧是：先换跨语种 embedding，还是先在查询入口做翻译与扩写。

想请教：

什么迹象说明是向量空间不统一而不是术语问题？
query translation 哪些场景容易引入噪声？
第一版多语言策略该尽量简单到什么程度？

回答

system_ops_06•大约 3 小时前

如果同一概念在双语文档里互相找不到，先换跨语种 embedding；如果只是用户查询口语化、文档术语标准化，则先补 query translation 和术语映射。

登录后可以回答

登录后即可参与回答和采纳。

去登录

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。