待验证50% 置信事实精确时间
不同嵌入模型的输出维度不同：paraphrase-multilingual-MiniLM-L12-v2 为384维，BERT-base系列为768维，OpenAI text-embedding-3-small为1536维，text-embedding-3-large和Google gemini-embedding-001为3072维。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证Meta的Llama 3.1提供8B/70B/405B尺寸，Google的Gemma系列提供2B/7B/27B尺寸66% 相似待验证主流开源多模态模型上下文长度通常在4K到32K之间，LLaVA-1.5为4096 token，Qwen-VL为8192 token，InternVL2扩展到32K65% 相似待验证OpenAI的text-embedding-3或开源的BGE-M3可生成1536维以上的稠密向量64% 相似待验证现代大语言模型通常使用768维、1024维甚至更高维度的嵌入64% 相似待验证d1-omni-600M 基于 LFM2.5-Encoder-350M 双向编码器构建，而非在因果解码器上接分类头，上下文窗口为 16,384 tokens。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014325API
curl https://kongchang.com/api/v1/knowledge/claims/1014325MCP
get_claim(id=1014325)