在大模型相关岗位面试当中，相似度函数属于高频考点，不管是向量检索、RAG、召回排序、Embedding 评估，都会用到各类相似度函数，这篇面试篇会把常用相似度函数的定义、适用场景、优缺点、面试容易踩坑的点一次性梳理清楚，帮助面试者区分余弦相似度、欧氏距离、曼哈顿距离、点积、杰卡德相似度，同时掌握在 LLM 向量场景里该怎么选型、怎么计算、怎么处理归一化，面试官也经常会追问不同相似度函数在 RAG、知识库召回里面的实际差异。
LLM 场景常用相似度函数一览
| 函数名称 | 核心含义 | 在大模型里典型用途 |
|---|---|---|
| 余弦相似度 | 衡量向量方向夹角，不关心向量模长 | Embedding 召回、RAG 文档检索，最常用 |
| 点积相似度 | 向量逐项相乘再求和 | 经过归一化之后等价余弦；也用于模型打分 |
| 欧氏距离（L2） | 向量空间直线距离 | 向量聚类、异常检测，对模长敏感 |
| 曼哈顿距离（L1） | 坐标轴距离之和 | 稀疏向量、特征离散场景，Embedding 较少用 |
| 杰卡德相似度 | 集合交集除以并集 | 关键词、词袋、文本集合匹配，原始文本粗筛 |
面试高频对比要点
- 余弦相似度：更看重语义方向，适合 Embedding。就算一个向量整体幅值更大，只要方向接近，相似度就高，是向量数据库默认首选。
- 点积：如果向量没有归一化，幅值会严重影响结果；很多大模型 Embedding 输出会做 L2 归一化，这时点积等于余弦相似度。
- 欧氏距离：距离越小代表越相似，和余弦逻辑相反；它会被向量长度影响，如果两段文本长度差异巨大，容易出现偏差。
- 杰卡德：只看词有没有出现，不关心词向量，抓不住语义，一般作为粗筛辅助，不能单独作为深度语义召回。
面试回答思路与实操步骤
- 先区分需求：先判断任务是语义召回、聚类、文本粗匹配还是打分排序，选定对应的相似度函数。
- 确认向量预处理：如果选用余弦或者点积，确认 Embedding 是否做 L2 归一化。
- 计算并转换结果：距离类指标一般要转成相似度（距离越小，相似度越高），保证打分逻辑统一。
- 设置阈值或者排序：拿到相似度分数之后，按分数从高到低召回候选片段，或者设定阈值过滤低相关样本。
- 补充边界 case：提前准备好零向量、重复文本、完全无关文本、长短文本差异这类面试反问。
很多候选人容易在这里翻车，误以为所有向量检索都无脑用余弦。实际上，如果业务里面向量幅值承载信息量，点积反而更合适；如果只是语义方向匹配，余弦才是稳妥选择。面试官真正想看的，不只是能不能背公式，而是能不能结合大模型 Embedding、RAG 的业务场景做选型。
【常见问题】
问题 1：在大模型面试里，相似度函数为什么 RAG 场景优先选用余弦相似度？
回答 1：在大模型面试里讲解相似度函数时，RAG 使用余弦相似度，是因为它只比较向量方向，弱化文本长短带来的模长干扰，更贴合语义匹配目标。
问题 2：大模型面试中，点积和余弦这两个相似度函数什么时候等价？
回答 2：大模型面试中会问到，当向量经过 L2 归一化之后，点积这个相似度函数的计算结果就和余弦相似度完全相等。
问题 3：面试回答相似度函数的时候，杰卡德适合用来做大模型语义召回吗？
回答 3：面试回答相似度函数的时候，杰卡德只能匹配词的重合，理解不了语义，不适合单独作为大模型语义召回，只适合粗筛。
问题 4：面试官问，如果用欧氏距离作为相似度函数做 Embedding 召回会有什么问题？
回答 4：如果把欧氏距离作为相似度函数用于 Embedding 召回，它对向量模长敏感，容易偏向长文本，和我们想要的语义相似目标出现偏差。
【参考资料】
[2026-11-14]（LLM 面试：相似度函数选型与笔试题解）机器之心
[2026-11-14]（Embedding 向量相似度函数技术科普）InfoQ
[2026-11-12]（RAG 召回阶段相似度指标对比）掘金技术社区
【免责声明】
以上内容为大模型面试知识点整理，相似度函数的最终选型取决于 Embedding 模型、向量库、业务目标；面试答案没有唯一标准答案，重点在于能够讲清取舍逻辑，本文不代表企业面试官固定判分标准。