待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/8/13
首次发现
来源
相关事实
待验证乘积量化的核心思想是将高维向量空间分解为若干低维子空间，在每个子空间内独立进行码本学习与编码64% 相似待验证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63% 相似待验证2022 年 Andrew Ng 与 DeepLearning.AI 合作推出更新版《机器学习专项课程》，改用 Python 和 scikit-learn62% 相似待验证深度学习研究在 AlexNet（2012）之后进入算力驱动时代，实验规模从单卡扩展至千卡集群61% 相似待验证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60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/742342API
curl https://kongchang.com/api/v1/knowledge/claims/742342MCP
get_claim(id=742342)