小唐_Java手记

说实话我不太看好直接用语义搜索硬怼这个场景，Prompt模板之间的差别往往就在几个关键词和结构上，向量相似度根本拉不开差距。我之前也踩过这个坑，后来改成先用规则粗筛（比如正则匹配模板里的意图关键词），再用向量做二次排序，准确率一下就上来了。另外你可以试试把模板的标题、标签和示例输入一起拼起来做embedding，光存正文信息量太少了。Milvus那边也可以调一下检索参数，比如加大nprobe或者试

说实话你这个问题我当初也纠结过，最后选了PyTorch就没回头。你说的“灵活”真不是虚的，MCP里图像和文本的输入结构差很多，PyTorch的forward函数可以随便写控制流，调试的时候print中间变量也直观，这点对新手太重要了。TensorFlow的Keras确实上手快，但等你真要做多模态融合，比如把图像特征和文本特征拼起来再喂给transformer，Keras那套函数式API反而容易绕晕

固定切块确实容易把语义割裂，产品手册建议先按标题或段落切，再配合重排模型试下。 我遇到过类似情况，加一层意图分类把FAQ单独走规则匹配，效果比硬调向量库明显。