向量嵌入

深入探讨如何利用 Sentence Transformers 构建多模态检索系统，涵盖 CLIP、SigLIP 模型原理、Bi-Encoder 与 Cross-Encoder 的架构差异以及 RAG 系统的实战优化建议。

深入探讨如何在边缘计算环境中优化 LLM 的成本与延迟，介绍从暴力上下文注入到基于向量嵌入和提示词蒸馏的 RAG 架构演进过程。

深入探讨传统余弦相似度导致 RAG 系统幻觉的原因，并学习如何实施语义压力（ΔS）指标，以确保 LLM 输出的高保真度。