待验证50% 置信事实精确时间
嵌入层本质上是一个尺寸为V×D的可学习矩阵（V为词汇表大小，D为嵌入维度），接收token ID时查找对应行向量
1
来源数
50%
置信度
长期有效
时效性
2026/8/22
首次发现
来源
涉及实体
相关事实
待验证嵌入是将离散符号（文字、图片类别、用户ID等）映射到连续向量空间的技术68% 相似待验证嵌入向量本质上是神经网络中间层输出的高维数值向量，通常具有数百到数千个维度，是原始输入数据在学习到的语义空间中的坐标表示67% 相似待验证对于L层、H个注意力头、每头维度为d的模型，缓存n个token需要的显存为2×L×H×d×n×精度字节数66% 相似待验证poly核将原始d维输入隐式映射到O(n^d)维特征空间，维度随degree指数级增长，计算代价急剧膨胀66% 相似已验证多模态大模型将图像切分为固定patch经视觉编码器（基于ViT架构）转换为高维向量后对齐到语言模型token embedding空间，是推断而非读取65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/786924API
curl https://kongchang.com/api/v1/knowledge/claims/786924MCP
get_claim(id=786924)