待验证50% 置信事实精确时间

余弦相似度衡量的是两个向量在高维球面上的角度差异，依赖全局方向信息，忽略嵌入向量各维度之间的局部关系结构

1

来源数

50%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

IMGNet：符号模式匹配挑战余弦相似度的人脸验证新方法

redditr/deeplearning2026/7/9

相关事实

已验证向量相似度计算通常采用余弦相似度，它衡量向量方向的夹角而非绝对距离，对向量长度不敏感84% 相似待验证余弦相似度是人脸识别领域衡量两个特征向量是否属于同一人的默认标准68% 相似待验证对于具有强层级关系或精确数值属性的结构化数据，向量相似度检索往往无法准确捕捉语义之外的结构关系68% 相似待验证向量相似度通常使用余弦相似度（Cosine Similarity）或点积（Dot Product）来衡量，这是 RAG 检索的数学基础66% 相似待验证认知科学家 Dedre Gentner 的结构映射理论指出类比的本质是在两个领域之间建立深层关系结构的同构映射，而非表面特征相似65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/454825

API

curl https://kongchang.com/api/v1/knowledge/claims/454825

MCP

get_claim(id=454825)