归一化
将向量缩放到单位长度的数据处理方法，使余弦相似度等价于点积，便于计算和比较，常用于嵌入向量的预处理
时间轴 (近 90 天)
在解析器中加入归一化逻辑，将明显同义词（如“at risk”、“At Risk”）映射到正确枚举值，可提高容错性并避免整个回复被丢弃。
防御流程的正确顺序是：先做同形字映射和Unicode归一化，再对归一化后的文本运行过滤器和分类器，同时保留原始文本用于显示和日志。
归一化只应在边界处做一次，如果应用各部分各自归一化，它们之间的差异会变成新的缺口。
在构建索引时对向量做归一化，使得运行时的余弦相似度退化为一次点积。
作者提出两步处理策略：先对灰度图做自动对比度或归一化，再在128处二值化，能有效去除灰边。对11个被拒文件重新处理后全部通过，后续300个素材边缘相关拒稿为零。
嵌入模型通常包含分词器、编码器权重和归一化步骤三部分，任意一部分改变都会使整个映射函数发生变化，在相同维度上产生语义坐标完全不同的新空间。
两个嵌入向量之间的余弦相似度只有在它们由同一映射函数（同一模型）产生时才有意义；更换模型（新检查点、新分词器或归一化改变）会产生形状相同但空间不同的嵌入。
若特征不做归一化，量级大的特征会主导评估函数，使遗传算法优化出的权重失去意义
全部知识事实 (8)
在解析器中加入归一化逻辑，将明显同义词（如“at risk”、“At Risk”）映射到正确枚举值，可提高容错性并避免整个回复被丢弃。
50%待验证防御流程的正确顺序是：先做同形字映射和Unicode归一化，再对归一化后的文本运行过滤器和分类器，同时保留原始文本用于显示和日志。
50%待验证归一化只应在边界处做一次，如果应用各部分各自归一化，它们之间的差异会变成新的缺口。
50%待验证在构建索引时对向量做归一化，使得运行时的余弦相似度退化为一次点积。
50%待验证作者提出两步处理策略：先对灰度图做自动对比度或归一化，再在128处二值化，能有效去除灰边。对11个被拒文件重新处理后全部通过，后续300个素材边缘相关拒稿为零。
50%待验证嵌入模型通常包含分词器、编码器权重和归一化步骤三部分，任意一部分改变都会使整个映射函数发生变化，在相同维度上产生语义坐标完全不同的新空间。
50%待验证两个嵌入向量之间的余弦相似度只有在它们由同一映射函数（同一模型）产生时才有意义；更换模型（新检查点、新分词器或归一化改变）会产生形状相同但空间不同的嵌入。
50%待验证若特征不做归一化，量级大的特征会主导评估函数，使遗传算法优化出的权重失去意义
50%