待验证50% 置信事实精确时间

BERT 及其后续模型产生上下文感知的动态向量，同一个词在不同句子中会得到不同的向量表示

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

Spring AI实战：ChatModel到RAG应用开发完整指南

相关事实

待验证在BERT时代，词嵌入进化为上下文相关的动态表示，同一个词在不同句子中会获得不同的向量表示75% 相似待验证即使是同一个模型，在不同时间、不同对话上下文中处理相同的提示词，也可能产生质量波动明显的输出，业内称之为模型输出的不稳定性或方差问题66% 相似待验证BERT通过掩码语言模型（MLM）任务同时利用上下文的左侧和右侧信息65% 相似待验证BERT类模型在意图识别、情感分析、命名实体识别等判别式任务上具有优势，专注于理解而非生成63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/607170

API

curl https://kongchang.com/api/v1/knowledge/claims/607170

MCP

get_claim(id=607170)