Embedding Research Hub

Embedding Research Hub

不是时间流博客，而是一个可长期维护的 Embedding 研究知识库

这里整理 Embedding、Dense Retrieval 与相关评测和效率问题的总览、专题、资料与研究笔记。 目标不是堆文章，而是把内容组织成一套可以持续扩展的知识结构。

Start with Overview Browse Topics Open Book Series Open Notes Stream

Three Layers

用三层结构理解这个站点

认知层

解释 Embedding 是什么、解决什么问题、为什么在检索和下游任务中重要。

资源层

把综述、经典工作、benchmark、博客和工具链接组织成可检索的资料库。

输出层

沉淀我自己的阅读笔记、主题梳理和阶段性判断，而不是只做摘抄。

Core Modules

第一版的核心入口

Overview

作为全站总入口，解释发展脉络、核心问题和主流范式。

Topics

按主题组织 Text Embedding、Dense Retrieval、Efficiency 等长期页面。

Resources

统一放综述、经典论文、benchmark 和高质量博客入口。

Notes

按时间流查看阅读笔记与阶段更新，适合追踪最近写作。

Trends

关注正在变化的研究问题，而不只是追逐最新模型名字。

About

说明这个站点的边界、更新范围，以及适合怎样的阅读方式。

Reading Path

第一次进入，建议这样开始

1. 先看 Overview，建立统一的问题框架。
2. 再进入 Topics，按专题理解 Dense Retrieval、Efficiency、Evaluation 的差异。
3. 随后浏览 Resources，优先补综述、经典与 benchmark。
4. 最后回到 Notes，看我对具体论文和问题的拆解。

Current Highlights

当前最值得先看的页面

Embedding Overview

把“表征、相似性、检索、泛化、部署”放进同一张地图。

Dense Retrieval

从 bi-encoder 到 late interaction，理解检索系统的基本结构。

Efficient Embedding

把压缩、量化、MRL、低延迟部署看成一个连续问题。

Starter Resources

挑出最适合入门的几篇综述、benchmark 和代表性工作。

Book Series

进入读书笔记系列入口，按书籍展开章节原文或对应 PDF。

MAR Reading Note

当前站内最贴近 Embedding 与非对称检索主题的一篇实写笔记。

How This Site Works

看清站点边界和阅读建议，比直接跳文章更省时间。