Unverified50% confidenceFactExact time
RAG 管道中文档通过嵌入模型转换为高维向量表示，通常为 768 至 3072 维
1
Sources
50%
Confidence
Long-term
Relevance
8/31/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedRAG嵌入模型将文本片段转化为高维稠密向量，通常为768至1536维68% similarUnverifiedDeepSeek V3支持最大128K Token的上下文长度，可处理约6-8万字的中文文档59% similarUnverifiedLlama 2开放了7B到70B参数规模的模型权重56% similarUnverifiedEmbedding模型输出的高维向量通常为768至3072维，向量数据库通过HNSW等图算法可将亿级向量检索压缩至毫秒级响应54% similarUnverified中国国标GB/T 18801采用立方米每小时（m³/h）为单位，测试舱体积为30立方米，与AHAM标准在测试条件和计算方法上存在差异53% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/833144API
curl https://kongchang.com/api/v1/knowledge/claims/833144MCP
get_claim(id=833144)