“ 不同的向量类型可能会得到不同的检索结果，因此需要根据不同的场景选择合适的检索策略 ”

相似度检索是目前人工智能领域一个非常重要的应用场景，其不仅仅应用于人工智能技术，同样应用于搜索技术；比如搜索引擎，电商搜索等多种技术领域。

因此，向量数据库也成为现在技术领域不可缺少的一个中间件；虽然说向量检索主要就是进行向量计算，不管是余弦，还是欧式距离等算法，目的都是通过计算向量之间的位置关系来确定相似度。

但这里就产生了一个问题，使用稠密向量和稀疏向量检索会得到不一样的结果；而使用混合搜索技术又会产生另一种结果。

因此，这里就涉及到向量数据库在不同的应用场景下的检索策略的选择；什么情况下应该选择稠密向量，什么情况下应该选择稀疏向量，而什么情况下又应该选择混合搜索。

相似度检索的策略问题

milvus向量数据库支持多种类型的度量方式，常见的有余弦和欧式距离；使用不同的度量算法其结果也不尽相同，而且有的算法是值越大越好，而有的算法却是值越小越好。

而我们今天讨论的不是值大小问题，而是不同向量类型之间的检索策略问题。

在Milvus中有两种经典的向量类型，稠密向量和稀疏向量；不同类型的向量可以表示不同的信息，使用不同的嵌入模型可以更全面地表示数据的不同特征和方面。

而稠密向量和稀疏向量的主要区别是，表示语义的密集向量和表示句子中词频的稀疏向量。

因此，稠密向量类型和稀疏向量类型，使用的是两种完全不同的搜索方式；稠密向量一般使用机器学习模型，也就是Embedding模型生成语义相关的向量数据；而稀疏向量一般使用的是词袋模型或BM25算法。

在milvus向量检索中，返回值中会有一个距离值(distance)，在某些情况下使用稠密向量，稀疏向量或者混合搜索的方式可能搜索到的结构都是一样的。

但其距离值distance的值却是不一样的，在某些情况下可能混合搜索策略的距离值更大，而某些情况下普通检索的距离值更大；当然，前提是使用了同样的计算策略，比如说余弦函数。

那么什么情况下应该选择稠密向量类型，什么情况下应该选择稀疏向量类型？

由于稠密向量主要进行的是语义检索，而稀疏向量主要进行的关键词匹配；所以，在选择上我们需要从多个方面进行考虑。

核心对比：稠密向量 vs 稀疏向量

维度	稠密向量	稀疏向量
生成方式	深度学习模型（如 BERT、ResNet）	词频统计方法（如 TF-IDF、BM25）
维度	低维（如 384、768 维）	高维（如 10万+ 维，大部分为0）
语义理解	⭐⭐⭐⭐⭐（捕捉上下文语义）	⭐（仅关键词匹配）
关键词敏感度	⭐⭐（可能忽略术语细节）	⭐⭐⭐⭐⭐（精确匹配关键词）
计算开销	高（需模型推理）	低（直接统计计算）
适用场景	语义搜索、跨模态检索、长文本理解	短文本搜索、精确术语匹配、日志分析
Milvus 索引支持	IVF_FLAT, HNSW, DISKANN 等	SPARSE_INVERTED_INDEX

当然，稠密向量搜索和稀疏向量搜索并不是非此即彼的关系，在某些场景下可以使用混合搜索的方式，也就是同时使用稠密向量和稀疏向量进行搜索。

总结建议

场景	推荐方案	案例
长文本、语义理解	纯稠密向量	法律文档语义检索
短文本、精确关键词匹配	纯稀疏向量	商品型号搜索
复杂需求、混合意图	混合搜索	电商搜索（“性价比 5G 手机”）
资源有限、延迟敏感	稀疏向量	日志实时分析

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

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。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）