待验证50% 置信权衡取舍精确时间

将文本编码为向量嵌入（vector embedding）本身是一种有损变换，措辞细节、情绪语气、语境关联等信息可能部分流失

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

Lossless-memory：一款拒绝摘要的AI永久记忆系统

涉及实体

vector embeddingtechnology

相关事实

待验证文本编码器将提示词编码为固定维度嵌入向量，abliteration针对的是token生成过程中的拒绝行为，与嵌入向量输出情况不同72% 相似待验证知识图谱增加的核心信息维度是关系维度，即把文本中隐含的关系显式化并结构化，这些关系在纯文本切块中会丢失71% 相似待验证从表征到有限词汇的映射过程本质上是一种有损编码（Lossy Encoding）68% 相似待验证文本切分粒度过大会导致检索返回的文本包含大量无关信息；切分粒度过小则可能丢失上下文语义67% 相似已验证Embedding是将文本转换为高维数值向量的过程，语义相近的文本在向量空间中距离更近67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/938526

API

curl https://kongchang.com/api/v1/knowledge/claims/938526

MCP

get_claim(id=938526)