多向量检索：把整体相似度拆成逐词对齐

多向量检索把「一个文本对应一个向量」改成「每个 token 保留一个向量」。查询词与文档词在打分阶段逐一对齐：每个查询词寻找最相似的文档词，再把这些最高匹配分数相加，这就是 MaxSim。这个设计保留了稀有实体、函数名和多条件查询里的细节，代价是索引占用更大。1

Late Interaction 介于两种常见方案之间：查询和文档仍然可以独立编码、提前建立索引，但真正的细粒度交互被推迟到打分阶段。ColBERT 论文把这种架构定义为独立编码后再进行轻量交互；Sentence Transformers v6.0 已经用 MultiVectorEncoder 提供统一入口。23

实践时记住三件事：查询使用 encode_query()，文档使用 encode_document()，两者的前缀、长度上限和掩码可能不同；小语料可以直接用 similarity() 做 MaxSim，大语料可以先用密集向量召回，再用多向量模型重排；如果页面里有图表和表格，ColPali 风格模型还能直接对页面图像检索，绕过 OCR。13