768 维的小熊维尼：在 YDB 上为 Codex Pets 实现语义搜索

Codex Pets 目录包含 153 个经批准的动画宠物，它们伴随 AI 代理。随着目录增长，基于标签的搜索变得不切实际，无法找到那些通过外观而非精确标签描述的宠物。作者实现了语义搜索：将文本字段（名称、描述、标签）编码为 768 维向量，并由多模态模型为选定的四个动画帧生成标题，这些标题也被向量化。YDB 存储向量，并通过 Knn::CosineSimilarity 计算余弦相似度。新增了四个表来处理嵌入、标题、推荐和版本控制。搜索使用加权倒数排名融合合并三个排序列表，其中词汇和文本权重为 1，视觉权重经过调优。视觉分支可以独立失败，回退到词汇结果。测试表明，在全部 14 个查询上，语义搜索将 NDCG@5 从 0.539 提高到 0.724，Recall@5 从 0.528 提高到 0.743。