从 Embedding 到 Rerank 进阶：RAG 技术实践完整教程

本教程将带你完整回顾一位开发者在 RAG 项目中从单纯依赖 Embedding（嵌入） 到引入 Rerank（重排序） 的真实成长历程，并为你提供可直接复用的模型清单与本地部署代码。

1. 技术演进：从“万物可嵌入”到“精排必重排序”

1.1 V1.0 起点：Embedding 模型与 Bi-Encoder 架构

大多数 RAG 开发者的第一个版本都从 Embedding 模型 + 向量数据库 开始。核心原理是 Bi-Encoder（双编码器），工作流程分为三步：

• 离线索引（Indexing）：将知识库所有文档通过编码器生成向量，存入向量数据库。
• 在线检索（Retrieval）：用户提问时，用同一编码器将问题也计算为查询向量。
• 相似度计算（Similarity Search）：通过余弦相似度等运算，找出 Top-K 个最相似的文档。

余弦相似度公式：
similarity = cos(θ) = (A·B) / (|A| * |B|)
结果 ∈ [-1, 1]，越接近 1 表示语义越相似。

优势：速度快，适合大规模粗筛。
局限：仅能比较语义方向，无法理解查询与文档之间的深层交互。