Embedding drift
Problemet att embeddings från olika modeller (eller modellversioner) inte är jämförbara — så när du byter eller uppdaterar embeddingmodell måste hela vektordatabasen beräknas om. Ett ökänt underhållsproblem i produktions-RAG.
Mekanik: en vektorsökning fungerar bara om fråga och dokument ligger i samma embeddingrymd. Olika modeller (eller en ny version av samma) placerar text på helt olika koordinater → en fråga embeddad med modell B kan inte meningsfullt jämföras med dokument embeddade med modell A. Konsekvens: vill du uppgradera till en bättre embeddingmodell måste du re-embedda och re-indexera ALLT, vilket för stora korpusar är dyrt och tidskrävande. Begreppet täcker också att datans innehåll/distribution glider över tid så att gamla embeddings blir mindre representativa. Mildring: matryoshka-embeddings och versionshantering, samt att planera för re-indexering. En praktisk verklighet alla RAG-system i drift möter. Hör ihop med embedding-modell och matryoshka-embedding.