双编码器 (Bi-Encoder)

双编码器(Bi-Encoder,又称双塔模型)是语义检索中常用的模型结构。它使用两个编码器(常共享参数)分别独立地把查询和候选文档编码成固定长度的向量,然后通过计算向量之间的相似度(如余弦相似度或点积)来判断二者的相关程度。

概述

在信息检索中,如何快速从海量文档里找到与查询相关的内容是核心难题。双编码器的关键优势在于查询和文档被分别独立编码,互不依赖。这意味着所有文档的向量可以在离线阶段预先计算并存入向量库,在线检索时只需编码查询向量,再用近似最近邻搜索快速找到相似文档,因此非常适合大规模、低延迟的检索场景。

核心特点

• 独立编码:查询与文档分别编码,不交叉交互。
• 可预计算:文档向量能离线建好索引,在线只算查询。
• 高效检索:配合向量索引可支持亿级文档的快速召回。
• 精度取舍:因缺少交互,精细相关性判断弱于交叉编码器。

应用场景

双编码器是稠密检索和 RAG 系统召回阶段的主力结构,广泛用于语义搜索、问答系统、推荐召回等。实践中常采用两阶段方案:先用双编码器从海量文档中快速召回候选集,再用精度更高的交叉编码器对少量候选进行重排序,兼顾效率与准确性。

常见问题

问:双编码器和交叉编码器怎么选?答:双编码器快、可预计算,适合大规模召回;交叉编码器精度高但慢,适合对少量候选做重排。两者常配合使用。

问:双编码器为什么精度略低?答:查询和文档被分开编码,模型无法在编码时让二者充分交互,细粒度匹配信息有所损失。