文章比较了代码专用嵌入模型papr-embed-code-1与基座Qwen3-Embedding在Qdrant中的表现。在未见代码上,0.6B和4B版本均提升约0.03 nDCG@10,但散文检索略有下降。4B模型压缩至1比特后仍优于0.6B浮点版,内存减少12倍。在百万级代码库中,压缩几乎无损且速度更快。BM25混合检索普遍无益。建议代码检索采用4B模型加1比特量化并重打分,以散文为主则使用基座模型。
完成下面两步后,将自动完成登录并继续当前操作。