嵌入

嵌入模型把输入转换为固定长度的向量，维度通常有数百到数千。两个条目之间的相似度可以用余弦相似度等数学方法计算。word2vec（Mikolov 等人，2013 年）等词嵌入证明了这种方法能捕捉词语之间的关系；现代模型则能为整句话、整篇文档乃至图片生成嵌入。

为什么重要：嵌入支撑着语义搜索、推荐、重复内容检测、分类以及 RAG 中的检索环节。如果某个工具宣称能“按语义搜索”或“查找相似内容”，它几乎一定用到了嵌入。嵌入的质量、语言覆盖和成本，会影响这类功能的效果，对非英语内容尤其明显。

举例：基于嵌入的客服搜索，能把“登录不了”这个查询匹配到标题为“重置密码”的文章，即使两者没有任何相同的关键词。

局限：嵌入捕捉的是总体相似性，而非精确事实，可能漏掉生僻术语、产品编号或人名。许多系统会把嵌入与关键词搜索结合使用，以提升效果。