模型能力 · 已沉淀概念
Embedding（向量表示）
把文字、图像等内容转换为能表达语义关系的数字向量。
它解决什么问题
它让系统能够计算内容相似度，是语义搜索和 RAG 的基础。
通俗理解
Embedding 把文字、图片或其他对象变成一串数字，使含义或特征相近的对象在向量空间里距离更近。
核心机制
- 用模型把输入编码为固定或可变长度的向量。
- 通过训练让相关对象的向量靠近、不相关对象远离。
- 使用相似度或距离在向量空间中比较和检索。
典型应用场景
- 在知识库中查找语义相近的文档片段。
- 进行推荐、聚类、去重和跨模态匹配。
理解边界
它不是什么
Embedding 不是原文的可逆压缩，也不是完整保存对象全部信息的数据库记录。
常见误区
向量相近只表示编码模型认为它们在某些特征上相似，不自动代表事实等价或业务上可互换。
与相近概念的区别
Token 是离散的输入单位；Embedding 是模型用于计算的连续向量表示。