本文详细解析了RAG（检索增强生成）构建中的两大核心模型：Embedding和Reranker。Embedding模型负责将文本转换为稠密向量，捕捉语义信息，弥补BM25的关键字匹配缺陷；Reranker模型则对初步召回的文档进行精细化打分与排序，提升最终结果的相关性。文章强调了Reranker的重要性，并介绍了智源BAAI的BGE系列、阿里的QWen3-Embedding系列、腾讯的Youtu-Embedding模型等优秀开源模型，同时推荐了llama.cpp框架用于本地部署。对于希望构建高效RAG系统的开发者，本文提供了宝贵的参考和指导。

1、RAG的两大支柱

RAG分成两个阶段，一个是构建阶段一个是推理阶段，这两个阶段需要需要嵌入模型和重排序模型。

先说嵌入模型的语义理解和表示，嵌入模型能够将文本转换为稠密向量形式，这些向量能够在高维空间中捕捉到文本的语义信息。这意味着，即使两个文本片段之间没有精确的词汇匹配，只要它们的含义相近，它们在向量空间中的距离也会很近。这对于准确检索相关信息至关重要。BM25的关键字匹配也很重要，但BM25的一个重大缺陷是同义词的理解有限，这就需要Embedding的语义理解来做补充。下图是嵌入模型在RAG的位置：

构建阶段的嵌入模型必须和推理阶段是同一嵌入模型且向量维度保持一致。

上图的推理阶段没有使用重排序模型，认为向量检索时已经找到和问题最接近的文档，而事实上并非如此，需要专门增加重排序模型Reranker来挑出最满意的文档。

重排序Reranker：对初步召回的 Top-K 候选文档，进行精细化相关性打分与重新排序，提升最终结果的相关性。

具体任务：

• 输入：一个 query + 一组候选 documents（如 50~100 个）
• 输出：每个 (query, doc) 对的精确相关性分数
• 目标：让最相关的文档排在最前面（优化 NDCG@5、MAP 等指标）

以下是RAG检索增强生成的推理阶段加入Reranker的过程：

• 嵌入模型

  ：负责“大海捞针”——从百万文档中快速找到可能相关的 100 个

• 重排序模型

  ：负责“沙里淘金”——从 100 个中精准挑出最相关的 3 个

🔑 没有重排序，RAG 容易把“看似相关但实际错误”的文档喂给 LLM，导致幻觉或答非所问。重排序平均提升 10~15% 的准确率，尤其在复杂查询、歧义场景下效果显著。

从实际工程项目的结果上来说Reranker的重要程度要远大于Embedding，而这个往往容易被忽视。

2、智源BAAI的BGE系列

北京智源人工智能研究院(BAAI)是2018年11月成立的非盈利性新型研究结构，被微软总裁称为"与OpenAI、谷歌并列的AI前沿机构"。其发布的开源BGE-m3和BGE-Reranker模型，常年霸榜MTEB/C-MTEB。

而MTEB（Massive Text Embedding Benchmark）是衡量文本嵌入模型性能的权威基准，其中文版本C-MTEB则专注于评估模型在中文语境下的表现。截至2025年6月6日，在MTEB多语言Leaderboard榜单中，BGE-M3模型位列 第二名，仅次于Qwen3-Embedding模型 ，超越了众多商业API服务。

两者都是在2024年发布的，目前没有更新。但因为是开源且BAAI是非营利机构在社区使用中非常广泛，同时还有多种格式如GGUF的模型可以本地部署。虽然现在冲榜的新模型很多，Bge系列整体上还是很能打的。

---

3、阿里的QWen3-Embedding系列

Qwen3 Embedding 模型系列是 Qwen 家族的最新专有模型，专门设计用于文本嵌入和排序任务。基于 Qwen3 系列的密集基础模型，它提供了各种大小（0.6B、4B 和 8B）的全面文本嵌入和重新排序模型。

该系列继承了其基础模型卓越的多语言能力、长文本理解和推理技能。Qwen3 Embedding 系列在多种文本嵌入和排序任务中取得了显著进展，包括文本检索、代码检索、文本分类、文本聚类和双语文本挖掘。

卓越的多功能性：嵌入模型在广泛的下游应用评估中达到了最先进的性能。8B 大小的嵌入模型在 MTEB 多语言排行榜上排名第一（截至 2025 年 6 月 5 日，得分为 70.58），而重新排序模型在各种文本检索场景中表现出色。

Qwen3 Embedding 系列模型列表

模型类型	模型	大小	层数	序列长度	嵌入维度	MRL 支持	指令感知
文本嵌入	Qwen3-Embedding-0.6B	0.6B	28	32K	1024	是	是
文本嵌入	Qwen3-Embedding-4B	4B	36	32K	2560	是	是
文本嵌入	Qwen3-Embedding-8B	8B	36	32K	4096	是	是
文本重排序	Qwen3-Reranker-0.6B	0.6B	28	32K	-	-	是
文本重排序	Qwen3-Reranker-4B	4B	36	32K	-	-	是
文本重排序	Qwen3-Reranker-8B	8B	36	32K	-	-	是

参数配置很丰富，可以根据自己的实际情况选择不同大小的模型，实测0.6B的模型是最具有性价比的，同时在魔搭上各种格式如GGUF的量化版本也很全，特别适合本地部署。

---

4、腾讯的Youtu-Embedding模型Youtu-Embedding

Youtu-Embedding 是由腾讯优图实验室开发的一种最先进的通用文本嵌入模型。它在广泛的自然语言处理任务中表现出色，包括信息检索 (IR)、语义文本相似性 (STS)、聚类、重新排序和分类。

• 顶级性能：截至2025年9月，在权威的CMTEB（中文大规模文本嵌入基准）上取得了77.58的最高分，展示了其强大而稳健的文本表示能力。
• 创新训练框架：采用协作-判别微调框架，旨在解决多任务学习中的“负迁移”问题。通过统一的数据格式、任务区分的损失函数和动态单任务采样机制实现这一点。

模型名称	参数	维度	序列长度
Youtu-Embedding	2B	2048	8K

由于模型比较新，目前在魔搭上没有发现其的gguf的量化版本，使用
transformers和sentence-transformers都能比较好的支持。遗憾的是只有嵌入模型没有重排序模型，但Youtu-Embedding自身的reranking能力是很强的。

• Youtu-Embedding

  reranking 得分 75.10

• Qwen3-Embedding-8B

  是 66.99

说明 Youtu 的 embedding 在区分相关/不相关文档的语义上更强。对于追求极致性能（准确性）的用户可以尝鲜使用。

5、本地部署神器

llama.cpp 是一个高效的开源框架，主要用于在本地硬件（特别是CPU）上运行大型语言模型。它通过支持模型量化和多种硬件加速，极大地降低了在普通设备上部署大模型的门槛。除了主流的LLM大语言模型，llama.cpp 近期也增加了对嵌入（Embedding）和重排（Reranking）模型的支持，这对于构建检索增强生成（RAG）系统可以说是一条龙服务。

服务端：

Serve an embedding model
# use the /embedding endpoint
llama-server -m model.gguf --embedding --pooling cls -ub 8192
Serve a reranking model
# use the /reranking endpoint
llama-server -m model.gguf --reranking

客户端：

和OpenAI兼容的embedding接口

curl http://localhost:8080/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer no-key" \
-d '{
"input": "hello",
"model":"GPT-4",
"encoding_format": "float"
}'

curl http://localhost:8080/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer no-key" \
-d '{
"input": ["hello", "world"],
"model":"GPT-4",
"encoding_format": "float"
}'

自己的reranking接口

curl http://127.0.0.1:8012/v1/rerank \
-H "Content-Type: application/json" \
-d '{
"model": "some-model",
"query": "What is panda?",
"top_n": 3,
"documents": [
"hi",
"it is a bear",
"The giant panda (Ailuropoda melanoleuca), sometimes called a panda bear or simply panda, is a bear species endemic to China."
]
}' | jq

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“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，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

---

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】