Skip to content
简体中文

切换主题

// ⌕ RAG 与向量检索

ColBERT 后期交互

保留每个词的向量,在检索时做细粒度匹配,兼顾精度与速度。

ColBERT (Late Interaction) 2020 高级 核心

通俗解释

文档每个 token 都存一个向量;查询时每个查询词找最相似的文档词再求和(MaxSim)。比单向量检索更准,又比交叉编码器重排快得多,常用于重排或高精度检索。

用在哪里:高精度检索、重排

时间轴 · 前置 → 当前 → 后继

2018 BERT2020 稠密段落检索 DPR2020 ColBERT 后期交互

01原始论文

ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT

Omar Khattab, Matei Zaharia · 2020

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

ColBERT 后期交互

学完可以学

  • 图谱里暂无后继

相关:检索增强生成 RAG交叉编码器重排(BERT Reranker)

BERT稠密段落检索 DPR检索增强生成 RAG交叉编码器重排(BERT Re… ColBERT 后期交互

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:AI 应用工程师

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)