只有大小概念，没有方向的概念。通过一个具体的数值就能表达完整。比如：重量、温度、长度、提及、时间、热量等都数据标量

你和你朋友的口味相似度有多高，通过肉眼就可以分辨，这只是二维向量，在计算机中判断两句话的相似度有很多维度，主流开源的模型大多数是1024维，商用的OpenAI的...

今天，我们要深入探讨一篇引人注目的新研究——来自Salesforce Research、UC Santa Barbara等机构的《VLM2Vec-V2: Adv...

对比了当前主流的开源文本嵌入模型（如GTE系列、E5系列、BGE系列、NV-Embed-v2、GritLM-7B）和商业API（如OpenAI的text-emb...

“为什么不用 BGE？中文场景下怎么评估？维度越高是不是越好？模型升级后历史向量怎么办？”

📅 日期：2026-03-25 📌 定位：在「三国演义」语料上跑通 本地 Word2Vec 与 DashScope 文本向量 API 两条链路，理解 词级 vs...

📅 日期：2026-03-24 📌 定位：向量与检索正式开课前，把 输出可控、工具调用闭环、本地知识 mock、长文 Map-Reduce 和 运行日志 打牢。

摘要 视频理解正从标签识别跨越到场景语义。本文系统拆解多模态大模型如何对视频进行时序采样、跨模态对齐与场景推理，覆盖Embedding空间、注意力机制、时序建模...

在 AI 应用的生命周期中，向量数据库（Vector DB）的迁移往往比传统数据库更令人头疼。与关系型数据库只需导出 SQL 或同步 Binlog 不同，向量数...

PageIndex 是一种无向量、基于推理的检索增强生成（RAG）方法，无需 Embedding、分块或向量数据库即可从长文档中检索答案。

使用ESM-C模型获取蛋白质的特征表达（embedding），进行一个简单蛋白质序列分类的任务。

向量数据库的核心任务是对文本或其他非结构化数据生成的 Embedding 做相似性搜索。时间戳、文档类型、所有权一类的上下文约束，一般以外部过滤器的形式在向量搜...

先讲结论：Transformer的Embedding是模型的输入层，RAG的Embedding是一个完整的编码模型（如BERT），用于语义检索。

简单来说，这个缩放的核心目的是为了维持数值稳定性，保持梯度稳定、防止数值爆炸或消失，从而提升训练稳定性。

ChatGPT、Claude这些AI助手能理解我们说的话，还能给出像样的回答。做到这点，靠的是Embedding技术。

计算机只认识数字，不认识汉字或英文。所以在 AI 处理文本之前，需要把文字转换成数字——这个过程就叫 Embedding（向量化）。

openclaw于2026年3月25日正式发布v2026.3.24版本，本次更新聚焦OpenAI生态兼容、智能体工具能力、多平台交互体验、技能安装与管理、CLI...

嵌入模型的终极目标，可以用一句话概括：让语义相似的输入，在向量空间中距离相近；让语义不同的输入，距离相远。

想象你有一堆朋友，你想向一个外国人介绍他们。你不能直接说“这是张三，他喜欢打篮球，性格开朗”，因为语言不通。你怎么办？你会给每个朋友 画一幅简笔画 ，画中包含了...

前面文章和小伙伴们聊了 Tokenizer，经过 Tokenizer 之后，自然语言变为 Token，那么大模型就可以直接训练 Token 了嘛？还不行！