1.引言
在RAG系统中，常见的两种优化方式包括：
- 混合检索（Hybrid Retrieval）：结合 dense embedding 和 sparse embedding 的检索方式；
- 两阶段排序（Two-Stage Ranking）：先通过 embedding 模型进行初步召回（粗排），再通过 rerank 模型进行精排。
这引出两个关键问题：
- Dense Embedding 与 Sparse Embedding 有何本质区别？它们各自适用于哪些检索场景？
- Embedding 模型与 Rerank 模型在结构和能力上有何不同？各自适合用于系统的哪一阶段？
最近，qwen3-embedding模型发布后，备受关注，那llm-emb和上面独立-emb又有什么不同呢？
Sparse-Embedding: 基于词频统计的关键词匹配(代表算法如 BM25 和 TF-IDF)，利用词频（TF）和逆文档频率（IDF）计算词的重要性。最终文本被表示为高维稀疏向量，非零元素对应出现的词项。
适用场景：关键词的精确匹配
Dense-Embedding: 基于深度学习模型（如 BERT）将文本编码为低维稠密向量，捕捉语义信息。通过余弦、L2等向量的相似度计算获取相关向量的重要性。最终文本被表示为低维稀疏向量。
适用场景：识别同义词和语义相近的表达
3.Embedding 与 Rerank
Embedding-model和Rerank-model分别采用了两种模型架构：Bi-Encoders 和Cross-Encoder。
4.llm-Embedding 与 Embedding-model
llm-embedding：其训练是和所有的transformer block一起训练的，最终的优化目标是为了提高下一个token的准确率，其输出的向量内含“上下文理解”和“未来指向性”的信息浓度，这是embedding模型所不具备的。
Embedding模型：采用对比学习进行训练，文本对，存在正负样本。损失函数：在向量空间中，拉近正例对的向量距离，推远负例对的向量距离。生成的向量在衡量句子间“意思是否相近”这个问题上表现得极其出色，是专门为语义搜索、聚类、RAG（检索增强生成）等任务量身定做的。
qwen3-emb采用decoder-only架构实现，其具备instruct能力，通过给到适当的prompt 去“调节任务逻辑”，让同一个模型能适配不同类型的召回或匹配任务。(兴奋兴奋) 举例："岗位召回简历的匹配场景"
在emb时添加指令"Given a resume and a job description, determine whether the candidate strictly meets the job requirements"即可切换该场景
