简介

本文详细解析了RAG系统中的三类模型：Embedding模型负责将文本转换为向量进行语义检索，Rerank模型对初步结果进行精细排序，生成式大模型则整合信息生成最终回答。文章解释了为什么前两者通常不是"大模型"，而是针对特定任务优化的"小模型"，强调了任务复杂度、效率和专门优化对模型选择的重要性。

---

先来看看RAG系统中的三个模型，用户查询的问题需要经过Embedding模型，然后从向量库里检索，再经过Rerank模型重排序，拿到最精准的N条结果，最后是生成式大模型归纳总结生成回答。

其中前两个并不是我们平时说的“大”模型，而是“小”模型。下面我再来详细解释一下这三类模型。

RAG系统通常包含两个核心部分：

1）检索器：

负责根据用户查询，从知识库（文档库）中找到最相关的片段。Embedding操作主要发生在这里。

2）生成器：

负责将用户查询和检索到的相关片段作为输入，生成最终的自然语言回答。这里通常需要一个大语言模型。

关键点： 检索器中的Embedding模型和生成器中的大模型是两个独立且功能不同的模型。

Embedding模型的特点

1）核心任务：

将输入的文本（句子、段落、文档）映射到一个固定维度的向量（数字数组）。这个向量旨在捕捉文本的语义信息。

2）训练目标：

主要目标是让语义相似的文本在向量空间中的距离更近（例如，通过余弦相似度衡量）。常见的训练目标包括：

• 对比学习：让正样本对（相似文本）的向量接近，负样本对（不相似文本）的向量远离。
• 掩码语言建模：像BERT那样，预测被遮盖的词，间接学习上下文表示。
• 相似度预测：直接预测文本对的相似度分数。

**3）模型规模：**Embedding模型通常比生成大模型小得多！

• 常见的Embedding模型如 all-MiniLM-L6-v2 (约2200万参数), text-embedding-ada-002 (OpenAI, 参数量未公开但远小于GPT-3), e5-large-v2 (约3.35亿参数) 等。
• 相比之下，生成大模型如 GPT-3 (1750亿参数), Llama 2 70B (700亿参数), Claude 2 (未公开但估计千亿级) 规模庞大得多。

3）架构：

大多基于Transformer架构（如BERT、RoBERTa的变体），但专门优化了向量表示的质量和效率，而不是文本生成能力。Sentence-BERT (SBERT) 是一个经典的例子，它在BERT基础上添加了池化层，使其更适合生成句子级Embedding。

4）部署：

由于规模相对较小，Embedding模型更容易在本地部署、优化（如量化、蒸馏）或通过API（如OpenAI Embedding API, Cohere Embed API）高效调用，计算成本远低于调用生成大模型。

为什么Embedding模型不需要“大模型”？

1）任务相对简单：

将文本编码成向量是一个“理解”和“表示”的任务，其复杂度远低于“生成”连贯、相关、符合上下文的长文本。生成模型需要学习语言的语法、事实知识、推理能力、风格控制等，这需要巨大的模型容量。

2）效率至关重要：

在RAG的检索阶段，需要对知识库中的所有文档（可能数百万甚至数十亿个片段）进行Embedding并建立索引，还需要对每个用户查询进行实时Embedding。使用轻量高效的Embedding模型是保证系统响应速度和可扩展性的关键。用生成大模型做Embedding会极其缓慢且昂贵。

3）专门优化：

现有的Embedding模型已经在海量文本上针对语义相似度任务进行了专门训练或微调，其表示能力对于检索任务已经足够好，并且效率远高于通用生成大模型。

Rerank模型

在RAG（检索增强生成）技术中，Rerank模型（重排序模型）是检索阶段的另一个关键组件，但它与Embedding模型有本质区别，且通常也不是“大模型”。

Rerank模型用于对初步检索结果进行精细排序，解决Embedding检索的局限性：

1）问题场景：
Embedding模型通过向量相似度（如余弦距离）快速召回候选文档（如Top 100），但可能因以下原因导致排序不准：

• 语义偏差：向量无法精确匹配复杂语义（如否定、词序、上下文依赖）。
• 噪声干扰：相似但不相关的文档被误召回。

2）Rerank的解决方案：
对初步召回的候选集（如Top 100）逐条进行深度语义分析，重新计算相关性得分，最终输出更精准的排序（如Top 5）。

为什么Rerank模型不是“大模型”？

1）任务专注性：
Rerank模型仅需判断查询与文档的相关性（输出一个0~1的分数），无需生成文本，因此模型复杂度远低于生成式大模型（如GPT-4）。

2）典型模型示例：

• 轻量级：BGE-reranker-base（1.09亿参数）、ms-marco-MiniLM-L-12-v2（3300万参数）。
• 高性能：Cohere Rerank（参数量未公开，但专为重排序优化）、bge-reranker-large（5.6亿参数）。

3）对比生成大模型：
即使最大的Rerank模型（如bge-reranker-large）参数量也仅为GPT-3（1750亿）的1/300，计算成本显著更低。

总结：

1、Embedding负责“广度”：快速从海量数据中召回潜在相关文档。

2、Rerank负责“精度”：在小规模候选集中筛选最相关结果。

3、生成模型负责“整合”：基于精准结果生成最终答案。

AI大模型从0到精通全套学习大礼包

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

如果你也想通过学大模型技术去帮助就业和转行，可以扫描下方链接👇👇
大模型重磅福利：入门进阶全套104G学习资源包免费分享！

01.从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

​

02.AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

​

03.学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

04.大模型面试题目详解

05.这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

运维、AI、大模型相关技术以及职场相关，欢迎围观。