Taste Aligner(三)Memory Service v1.3|从向量相似度到时间中的品味建模
本文记录了我在 Taste Aligner 项目中设计与实现 Memory Service v1.3 的全过程。这不是一个“存 JSON + 查向量”的模块,而是一个长期品味建模(Long-term Taste Modeling)系统:它试图回答一个更难的问题——过去的体验,应该以多大的权重影响当下的推荐?
1. 为什么需要 Memory,而不是只有 Embedding?
在很多推荐或 RAG 系统中,Embedding 往往被当作终点:
把文本 / 图片变成向量
用 cosine si...
latenighttavern.hashnode.dev2 min read