对于一个查询，它能够召回的相关文档集合数量，受限于嵌入向量自身的维度；即便投喂再多额外训练数据，也无法突破该局限。
研究团队专门构建了名为 LIMIT 的数据集，只用极其简单的查询就能触发这个性能上限。所有参与测试的主流前沿嵌入模型全部失败。
哪怕研究人员直接在测试集上对嵌入做最优调优 —— 这已经是条件最有利的实验设置 —— 结果依旧如此。
容易让人产生误解的关键点：该问题并非源于数据噪声或是查询语句表达不当，而是由向量维度带来的数学层面的固有上限。
这篇论文已经完成同行评审，被 ICLR 2026 接收。
#ai #大模型 #howto用好AI #多模态人工智能 #深度学习
