首页 / 嵌入向量
📍 嵌入向量 是什么？
嵌入向量就是把文字变成一串数字坐标——意思相近的词在数字空间里离得近。
⚡ 一句话秒懂
嵌入向量就是把文字变成一串数字坐标——意思相近的词在数字空间里离得近。
📖 举个故事
你画了一张地图，把城市按气质摆放：北京在历史厚重区，上海在商业繁华区，杭州在风景优美区。距离近的城市气质像。嵌入向量就是AI的语义地图。AI把每个词转化成几百个数字（比如猫=[0.2, -0.5, 0.8]），这些数字就是它在多维空间里的坐标。意思越接近的词，坐标距离越近。猫和狗离得近，和汽车离得远。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
你想做一个智能问答系统，库里有1万份产品说明书。用户问这款手机防水吗，你没有现成答案。用嵌入把1万份说明书都转成数字坐标存起来。用户提问时，把问题也转成数字坐标。系统一秒内算出哪个文档的坐标离问题最近，找到最相关的1-2份说明书，发给AI阅读后回答。整个过程快到用户觉得AI是当场翻书找的答案。
📚 进阶原理
嵌入向量（Embedding）是将离散的数据映射到连续向量空间的技术。一个嵌入模型将输入转化为固定维度的浮点数数组，如OpenAI的text-embedding-3-small输出1536维向量。关键特性：语义相近的输入在向量空间中的余弦相似度或欧氏距离小。嵌入用于语义搜索、聚类、推荐系统、RAG检索增强生成。