Chọn embedding model cho tiếng Việt: kinh nghiệm thực tế

Sau khi thử vài embedding model cho chatbot nội bộ, rút ra mấy điều: - Model đa ngôn ngữ phổ biến dùng được, nhưng nên tự đánh giá trên bộ câu hỏi thật (~50–100 câu có đáp án) - Tiếng Việt không dấu (người dùng gõ vội) là điểm yếu chung, nên có bước chuẩn hoá hoặc kết hợp BM25 - Kích thước vector lớn không có nghĩa là tốt hơn cho dữ liệu của bạn Mọi người đang dùng model nào và đánh giá ra sao?