为何Langchain中HuggingFaceEmbeddings模型维度与HuggingFace标注不符？

• 模型存在两种输出维度模式：dunzhang/stella_en_1.5B_v5本身支持两种输出维度——原始的8192维隐藏层输出，以及经过内置降维处理后的1024维压缩输出。MTEB排行榜测试时采用的是未降维的原始输出，所以标注的维度为8192。
• Langchain默认沿用模型降维配置：该模型在sentence_transformers框架下默认会启用自带的降维逻辑（比如PCA降维），而Langchain的HuggingFaceEmbeddings封装时直接继承了这个默认行为，因此你调用embed_query得到的是降维后的1024维结果。
• 获取8192维输出的方法：如果需要原始维度的embedding，只需在初始化HuggingFaceEmbeddings时指定禁用降维参数，代码示例：

  from langchain.embeddings import HuggingFaceEmbeddings
  
  embed_model = HuggingFaceEmbeddings(
      model_name="dunzhang/stella_en_1.5B_v5",
      encode_kwargs={"reduce_dimension": False}
  )
  print(len(embed_model.embed_query("hey you")))  # 此时输出为8192
  

内容的提问来源于stack exchange，提问作者Nicolas REY