pgvector 三大相似度算法

1. Cosine Distance(余弦距离)

✅ 99% 文本 RAG 场景都用它

  • 只比较语义方向,不关心向量长度
  • 文本 embedding(OpenAI、BGE、m3e 等)天生适合
  • pgvector 写法:vector_cosine_ops
sql 复制代码
CREATE INDEX idx_emb ON doc
USING hnsw(emb vector_cosine_ops);

2. Euclidean Distance(欧氏距离)

  • 计算两点直线距离
  • 适合:坐标、数值特征
  • 不适合:文本 embedding
  • 写法:vector_l2_ops
sql 复制代码
CREATE INDEX idx_emb ON doc
USING hnsw(emb vector_l2_ops);

3. Inner Product(内积)

  • 速度最快
  • 必须把向量归一化才能当相似度用
  • 写法:vector_ip_ops
sql 复制代码
CREATE INDEX idx_emb ON doc
USING hnsw(emb vector_ip_ops);

总结:

  • 欧氏距离 :看向量长度 + 方向,适合数值数据
  • 余弦距离 :只看方向 ,文本 embedding 绝对首选
  • 内积:向量归一化后 = 余弦,速度最快
  • 做 RAG 知识库检索 → 必须用 Cosine
  • 做推荐系统、图像检索 → 可选用内积
  • 做地理位置、数值计算 → 欧氏距离

文本检索用余弦, 数值坐标用欧氏, 归一化向量用内积。

相关推荐
AI算力5 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
是main不是漫5 小时前
【快慢指针 | LeetCode202 快乐数】鸽巢原理佐证环特性,快慢指针巧解快乐数
c语言·开发语言·c++·算法
泯泷5 小时前
超越基准:Claude Opus 4.5 的 4 个惊人洞察
人工智能
果果软件5 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
Csvn5 小时前
刚开始用 WorkBuddy,第一步该做什么?
人工智能
Felven6 小时前
A. Iskander and Drawings
算法
一水鉴天6 小时前
同一与唯一:AppBus 外壳与 DevOps 内核 之1 20261121(元宝)
人工智能·机器学习
Wellijohn6 小时前
一个 Android 老兵的十年开源路:从 167 star 的滑动控件,到本地优先的 AI Agent
android·人工智能·开源
ZONGYUAN-ROOT6 小时前
【API配额】API 配额监控告警不生效?用 Python 监控读数变化量,抓住静态阈值漏掉的「假重置」
人工智能