10 万条记录, 我应该选择什么 Embedding 模型和向量数据库呢

[mythjava]

想要在本地服务器上跑开源模型, 这样能省一点钱, 不过如果云上 API 的效果比较好的话, 在云上也是可以的

我对这方面不是很了解, 希望各位给出指导意见

[spike0100]

仅供参考：
8w 多条数据
向量数据库：ES （已有数据库的扩展，不想维护新的数据库）
模型：text-embedding-v4 （支持多语言）

[mythjava]

@spike0100 十分感谢

[liulicaixiao]

不搞长期大工程，单纯练手可以用 faiss ，python 调个库就能用，内置也有小型的 embedding model ，或者用 openai text-embedding-3-small 级别能满足大部分要求。如果是企业级甚至更高，我就不清楚了