深度分析
利用細胞分割與同態加密抵禦向量對齊攻擊的 Shard 技術
近年向量嵌入外洩風險升高，研究提出Shard方案將中心化嵌入分為公開前綴與私密殘差，後者以多格密鑰逐格旋轉，並在CKKS下全維度重新排序。實驗顯示在五種編碼器上，Shard能在保持原始檢索品質的同時，使已知明文對齊攻擊所需錨點數提升至約256倍，且公開前綴泄漏的鄰近結構大幅降低。
深度分析
近年向量嵌入外洩風險升高，研究提出Shard方案將中心化嵌入分為公開前綴與私密殘差，後者以多格密鑰逐格旋轉，並在CKKS下全維度重新排序。實驗顯示在五種編碼器上，Shard能在保持原始檢索品質的同時，使已知明文對齊攻擊所需錨點數提升至約256倍，且公開前綴泄漏的鄰近結構大幅降低。
深度分析
Redis最新研究發現，企業若微調嵌入模型以提升「結構敏感性」（例如識別否定、詞序翻轉）會反向削弱密集檢索的泛化能力。作者證明這種微調在小型模型上造成約8–9%效能退化，而在目前中等規模嵌入模型上可達約40%下降。研究比較混合檢索、MaxSim、交叉編碼器與情境記憶等替代方案，皆各有局限。