待验证50% 置信事实精确时间
2013年，Mikolov等人提出Word2Vec，通过浅层神经网络将词压缩到几百维的稠密向量空间
1
来源数
50%
置信度
长期有效
时效性
2026/8/7
首次发现
来源
相关事实
待验证word2vec的突破在于用浅层神经网络替代了矩阵分解，极大提升了训练效率，使得在数十亿词的语料上训练成为可能68% 相似待验证DeepSeek为Claude Code加入了0.75M Token的自动压缩阈值，在对话触顶前自动整理内容腾出空间63% 相似待验证双曲空间嵌入的机器学习应用始于2017年Nickel和Kiela的工作，他们在庞加莱球中嵌入WordNet，发现5维双曲空间可达到200维欧几里得空间的嵌入质量63% 相似待验证DeepSeek 支持百万级上下文（1M Context），可单次处理约 75 万英文单词或等量中文字符62% 相似待验证大语言模型从本质上是深度神经网络61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/704262API
curl https://kongchang.com/api/v1/knowledge/claims/704262MCP
get_claim(id=704262)