**BreadBowl-Embed：利用 KV 缓存机制实现检索与重排一体化的新嵌入架构**

_Using KV cache as embeddings_

> BreadBowl AI 发布开源嵌入模型 BreadBowl-Embed，采用基于 16 个路由-值槽位（routing-value slots）的晚期交互架构。该模型将文档编码为路由向量和值向量，路由向量用于初步检索，同时决定查询如何读取存储的值，从而在无需交叉编码器或二次文本扫描的情况下完成重排。实验显示，在 BEIR 基准测试中，该架构将 nDCG@10 从 48.47 提升至 51.54，显著降低了高精度检索的计算成本。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-11 01:53（北京时间）
- **原文**：[打开原文](https://breadbowl.ai/blog/breadbowl-embed)