待验证70% 置信事实时间未知

嵌入模型通常只有几百MB大小，将文本转化为768维（或其他维度）的向量

1

来源数

70%

置信度

长期有效

时效性

2026/6/3

首次发现

来源

LangChain 1.0全景解读：架构、核心模块与学习路径

bilibili大模型教程

涉及实体

Embedding Modelsconcept

相关事实

待验证RAG嵌入模型将文本片段转化为高维稠密向量，通常为768至1536维76% 相似待验证8GB显存并不能完全用于加载模型，在Windows笔记本上通常有0.5GB～1.5GB显存被系统占用，留给模型的实际空间往往只有6～7GB74% 相似待验证一个70亿参数的语言模型其权重文件约占14GB存储空间，而训练语料往往达到数TB乃至数十TB73% 相似待验证纯文字电子书单本仅几MB，8GB存储可存数千本，除非看大量漫画/PDF否则无需追求32GB以上大容量73% 相似待验证AI绘画领域的LoRA文件体积通常仅有几十到几百MB，远小于完整模型的数GB72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/38199

API

curl https://kongchang.com/api/v1/knowledge/claims/38199

MCP

get_claim(id=38199)