待验证50% 置信事实精确时间
使用text-embedding-3-large将三段竞品文案投影到1536维空间后，余弦相似度通常在0.91到0.94之间。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
待验证OpenAI 的 text-embedding-3-small 输出 1536 维向量，嵌入向量维度通常在 384 到 1536 之间72% 相似待验证在实测中，稠密向量相似度差异可能仅0.10到0.15，但交叉编码器对包含工程三元组的文本块的分数可跃升4.0到6.0个logit。69% 相似待验证千问3.8 27B的代码方向进步明显大于文本创作，剧本拆解能力相比3.6有提升但幅度有限64% 相似待验证通义千问3.6 27B在语义三次全对率和格式正确率上均领先Muse Glimmer62% 相似待验证在Qwen3-4B上做50%剪枝时，CACTUS将WikiText-2上的压缩-稠密每样本梯度余弦相似度从0.670提升到0.755。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1072544API
curl https://kongchang.com/api/v1/knowledge/claims/1072544MCP
get_claim(id=1072544)