Embedding 深入：对比学习、双塔架构与向量检索工程
Embedding 是语义检索与 RAG 的地基，本文系统讲解对比学习原理（正负样本/InfoNCE 损失/温度系数）、双塔模型与 Sentence-Transformer 架构、Embedding 训练数据构造（难负样本/硬负样本挖掘/蒸馏）、相似度计算与归一化（余弦/点积/内积+缩放）、向量索引与量化、维度与多模态对齐、以及生产调优（批次内负样本/温度/距离度量）的完整方法论。
tag
相似度
共 2 篇文章。
实体解析与身份图：实体链接、去重与主数据管理的图实践
系统讲解实体解析（Entity Resolution）与身份图实践：实体链接与去重的核心问题、身份图谱建模（实体主节点 + 别名/属性边）、候选生成的阻塞与索引、相似度计算（编辑距离/Jaro-Winkler/规则）、确定性 vs 概率匹配、机器学习辅助解析、增量与实时解析、主数据管理（MDM）与治理，帮助构建企业级统一身份视图。