本文研究稀疏嵌入模型的专精与泛化权衡。在Amazon ESCI上微调的SPLADE模型，域内比BM25提升17%，跨电商域提升8-10%，但在MS MARCO通用网页搜索上下降18%，出现灾难性遗忘。多域训练（ESCI、WANDS、Home Depot各5万对）可缓解：ESCI降4%，其他域升3-7%，MS MARCO恢复10%。建议单一零售商用领域微调，多零售商平台用多域训练，冷启动用现成SPLADE。