<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>本地部署 on 编程心语</title>
		<link>https://www.ithome.me/tags/%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2/</link>
		<description>Recent content in 本地部署 on 编程心语</description>
		<generator>Hugo</generator>
		<language>zh-CN</language>
		
		
		
		
			<lastBuildDate>Fri, 07 Aug 2026 12:30:47 +0800</lastBuildDate>
		
			<atom:link href="https://www.ithome.me/tags/%E6%9C%AC%E5%9C%B0%E9%83%A8%E7%BD%B2/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>端侧 Embedding 模型实战：为本地 RAG 选对编码器</title>
				<link>https://www.ithome.me/post/2026/08/07/edge-embedding-models-comparison/</link>
				<pubDate>Fri, 07 Aug 2026 08:00:00 +0800</pubDate>
				<guid>https://www.ithome.me/post/2026/08/07/edge-embedding-models-comparison/</guid>
				<description>&lt;h2 id=&#34;为什么-embedding-模型是-rag-的地基&#34;&gt;为什么 Embedding 模型是 RAG 的&amp;quot;地基&amp;quot;&lt;/h2&gt;&#xA;&lt;p&gt;做本地 RAG（检索增强生成）时，大部分人把精力花在 LLM 选型上——7B 还是 13B？量化到 4bit 够不够？但真正决定 RAG 检索质量的，往往是管道入口处的 Embedding 模型。&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
