Deriva de embeddings
O problema de que embeddings de modelos (ou versões de modelo) diferentes não são comparáveis — então, ao trocar ou atualizar o modelo de embedding, todo o banco vetorial precisa ser recalculado. Um problema de manutenção notório em RAG de produção.
Mecânica: uma busca vetorial só funciona se a consulta e os documentos estiverem no mesmo espaço de embedding. Modelos diferentes (ou uma nova versão do mesmo) colocam o texto em coordenadas totalmente distintas → uma consulta gerada com o modelo B não pode ser comparada de forma significativa com documentos gerados com o modelo A. Consequência: para migrar para um modelo de embedding melhor, é preciso refazer os embeddings e reindexar TUDO, o que em corpora grandes é caro e demorado. O termo também cobre o conteúdo e a distribuição dos dados mudando com o tempo, de modo que embeddings antigos se tornam menos representativos. Mitigação: matryoshka embeddings e gestão de versões, além de planejar a reindexação. Uma realidade prática que todo sistema RAG em operação enfrenta. Relacionada a modelo de embedding e matryoshka embedding.