待验证50% 置信事实精确时间

Embedding 模型的核心作用是把一段纯文本内容转换成向量

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

RAG中的Embedding模型详解：从知识库构建到相似度检索全流程

涉及实体

Embedding模型concept

相关事实

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80% 相似待验证向量库通过Embedding模型将文本转化为高维向量，再利用近似最近邻算法（ANN，如HNSW、IVF-Flat）检索语义相近内容74% 相似待验证EmbeddingModel通过将文字转化为向量，利用向量相似度匹配找出与问题最相关的文本片段，是RAG的基础70% 相似待验证BGE和text-embedding-3是当前可选的向量嵌入（Embedding）模型70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949753

API

curl https://kongchang.com/api/v1/knowledge/claims/949753

MCP

get_claim(id=949753)