待验证50% 置信事实精确时间

向量嵌入通常使用针对代码训练的嵌入模型（如OpenAI的text-embedding-3、Voyage AI的voyage-code-2），将代码块映射为768维或1536维向量

1

来源数

50%

置信度

长期有效

时效性

2026/8/4

首次发现

来源

Tempest开源工具：并行AI编程智能体Token消耗降低64%

相关事实

已验证代码向量化通常采用专为代码语义设计的嵌入模型，如OpenAI的text-embedding-3或CodeBERT系列77% 相似待验证现代代码智能工具通常基于专门针对代码数据训练的模型，如OpenAI Codex、DeepSeek Coder、通义千问代码版等71% 相似待验证常用的代码嵌入模型包括OpenAI的text-embedding系列和Voyage AI的代码专用模型，向量数据库如Pinecone、Chroma负责存储与检索70% 相似已验证OpenAI Codex桌面版基于codex-1模型，该模型经过强化学习微调，专门优化了代码生成、调试和工程任务的能力69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/681175

API

curl https://kongchang.com/api/v1/knowledge/claims/681175

MCP

get_claim(id=681175)