已验证80% 置信事实时间未知

嵌入模型将文本转换为高维向量时，通常生成768维或1536维的浮点数数组

6

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Hermes Agent实战：四层记忆系统打造不失忆的AI助手

bilibili赋范课堂

涉及实体

Embedding Modelconcept

相关事实

待验证现代嵌入模型（如sentence-transformers系列）通常输出768维或1536维的向量77% 相似已验证OpenAI 的 text-embedding-3-small 模型会将文本转换为 1536 维的浮点数数组74% 相似待验证嵌入模型将文本转化为固定维度的浮点数向量，使语义相近的内容在向量空间中距离更近，是RAG技术的核心底座73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/22466

API

curl https://kongchang.com/api/v1/knowledge/claims/22466

MCP

get_claim(id=22466)