什么是多向量（后期交互）嵌入模型？
多向量模型不像普通嵌入模型将文本压缩为单个向量，而是为每个 token 保留一个向量，并在评分时通过 MaxSim 操作比较查询与文档的 token，保留更细粒度的匹配信息。
Multi-Vector (Late Interaction) Embedding Models with Sentence Transformers
（翻译）使用 Sentence Transformers 的多向量（后期交互）嵌入模型
资讯摘要
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
AI 摘要
Hugging Face 发布技术博客，介绍 Sentence Transformers v6.0 新增的 MultiVectorEncoder，支持 ColBERT 式后期交互检索。模型对每个 token 生成向量并用 MaxSim 评分，可加载 PyLate、Stanford-NLP ColBERT 与 colpali-engine 等检查点，并支持文本、视觉文档、音频与视频检索，同时讨论索引体积与压缩方法。
AI 问答
多向量模型的代价是什么？
主要代价是索引体积更大，因为每个 token 都需要存储向量；但可以通过压缩（如 PLAID 索引）、token pooling 或先检索再重排等方式控制成本。