Verified70% confidenceFactTime unknown
长期记忆检索底层依赖向量数据库技术，通过Embedding模型将文本转化为高维向量
4
Sources
70%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
Vibe Coding实战：零代码构建Mini-OpenClaw Agent全流程拆解
bilibili赋范AI课堂
Related Entities
Related Claims
Unverified大语言模型实现记忆的另一技术路径是借助外部向量数据库（如Pinecone、Weaviate）对学习记录进行语义检索并动态调取相关片段79% similarVerified向量数据库将文本内容通过嵌入模型（Embedding Model）转化为高维数值向量，检索时通过余弦相似度等算法找出语义最接近的内容79% similarUnverifiedAgent长期记忆通过向量数据库将文本转化为高维向量（通常768维或1536维），利用余弦相似度等算法进行语义检索79% similarUnverified当前主流AI记忆方案以向量数据库为核心，将文本编码为高维嵌入向量，通过近似最近邻搜索（ANN，如HNSW算法）检索语义相似内容75% similarUnverified大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/5142API
curl https://kongchang.com/api/v1/knowledge/claims/5142MCP
get_claim(id=5142)