Nhúng Matryoshka (MRL) là một phương pháp nhúng đã được đào tạo để lưu giữ thông tin ngữ nghĩa ngay cả khi chỉ trích xuất phần đầu của một vectơ. Số lượng kích thước có thể giảm linh hoạt tùy theo ứng dụng.
Nhúng Matryoshka (Học biểu diễn Matryoshka, MRL) là một phương pháp đã được học để ngay cả khi chỉ cắt bỏ một số chiều đầu tiên của vectơ, nó vẫn có thể được sử dụng làm phương pháp nhúng hợp lệ về mặt ngữ nghĩa. Cái tên này xuất phát từ thực tế là các vectơ nhỏ hơn được chứa trong các vectơ lớn hơn, giống như những con búp bê lồng nhau và nó được cho là được áp dụng rộng rãi trong các mô hình nhúng dựa trên OpenAI và Gemini của Google. Việc nhúng thông thường sẽ mất độ chính xác đáng kể khi giảm kích thước, nhưng các mô hình tương thích MRL có thể duy trì mức độ chính xác nhất định ngay cả khi kích thước giảm từ 1536 xuống 256, khiến tính năng này trở nên hữu ích trong các hoạt động thực tế khi bạn muốn giảm chi phí lưu trữ DB vectơ và chi phí tốc độ tìm kiếm. Tuy nhiên, trong thực tế, phạm vi giảm cho phép thay đổi tùy theo kiểu máy và có một nhược điểm là độ chính xác của các tìm kiếm tương tự sẽ giảm nhiều hơn mong đợi nếu giảm quá nhiều. Vì vậy, kể từ năm 2026, thông lệ tiêu chuẩn sẽ là xác minh độ chính xác khi tìm kiếm của RAG trước và sau khi giảm. Nói chung, có nhiều trường hợp N kết quả tìm kiếm hàng đầu không thay đổi nhiều ngay cả khi kích thước được nén xuống khoảng 1/4, do đó, việc chọn phạm vi suy giảm có thể chấp nhận được tùy thuộc vào yêu cầu kinh doanh là thực tế.