多模态检索的索引粒度怎么切
本文要点
- 先看查询形状
- 粒度与召回
- 图片侧怎么切
- 文字侧的窗口
- 怎么评估与回退
先看查询形状
用户多半用一句话找图,查询短、意图松,切得太细反而对不上语义。
把查询长度分布统计出来,短查询占多数时,索引单元就该偏大一些。
粒度与召回
单元越小定位越准,但一条查询要串起更多碎片,合并的成本随之上升。
单元越大命中更快,噪声也多。取舍点在于下游能不能容忍无关片段。
图片侧怎么切
整图一个向量省事,细节却被平均掉;按区域切分能让局部特征浮出来。
区域切分的数量要设上限,否则一次查询要扫的向量数量会翻几倍。
文字侧的窗口
长文档按段落切,每段配一句概括;短文本整段入索引,不必强行拆分。
跨段引用多的文档,段落之间要留重叠,避免答案被切断在边界上。
怎么评估与回退
用同一批查询对比两种粒度,看前十条结果的可用比例,而不是只盯命中率。
上线后保留切换开关,长尾查询变多时,可以按类别单独调整粒度。
本文由万象资讯站编辑部整理撰写,观点仅供参考;转载请注明来源。
读者留言 共 4 条
检检索老陈2026-11-18
按查询形状定粒度这条很实用,我们之前一直凭感觉切。
算算法小柯2026-11-18
段落重叠那点很关键,答案被切断确实常见。
工工程阿锐2026-11-18
保留切换开关,灰度阶段改参数方便很多。
数数据小林2026-11-18
看可用比例而不是命中率,这个口径更贴近体验。