在 RAG（检索增强生成）系统中，选择 Cosine Similarity（余弦相似度） 还是 L2 Distance（欧氏距离），主要取决于你使用的 Embedding 模型（嵌入模型） 以及数据的特性。 这里有一个简单的结论（TL;DR）： 在绝大多数 RAG 文本检索场景下，首选 Cosine Similarity（或者归一化后的 Dot Product）。 以下是详细的决策逻辑和背后的原理： --- 1. 核心区别：关注“方向”还是“距离”？ Cosine Similarity (余弦相似度)： 关注点：向量在空间中的方向（角度）。 含义：它衡量两个向量在语义上是否“指向同一个主题”。 特点：它对向量的长度（Magnitude）不敏感。 场景：在文本语义中，一篇关于“苹果公司”的短文和一篇关于“苹果公司”的长文，虽然词数不同（向量长度可能不同），但主题一致，余弦相似度会很高。 L2 Distance (欧氏距离)： 关注点：向量端点在空间中的直线距离。 含义：它同时受方向和长度的影响。 特点：如果两个向量方向一致但长度差异巨大，欧氏距离会认为它们不相似。 场景：如果向量未...
播面