明明没搜到相同的关键词，AI 为什么还能找到你想要的答案？🤔 其实，这背后可能有一个重要技术：Embedding（嵌入）。 那么Embedding 到底是什… · @xiongzixin1218 · TwKit

@xiongzixin1218

明明没搜到相同的关键词，AI 为什么还能找到你想要的答案？🤔 其实，这背后可能有一个重要技术：Embedding（嵌入）。 那么Embedding 到底是什么？ 它解决的是一个很重要的问题： 计算机怎么用数字表示文字，并利用这些数字处理内容之间的关系？ 比如，你看到「苹果」和「香蕉」，会觉得它们都是水果。 但计算机不能只靠认识这几个汉字，就自动明白它们之间的关系。 这时候就需要 Embedding。 简单来说，Embedding 可以把文字等信息转换成一组数字，叫作向量，让模型能够用这些数字进行计算。 举个例子： 🍎 苹果 → 一组数字 🍌 香蕉 → 另一组数字 🚗 汽车 → 又一组数字 这些数字不是随便乱编的，而是经过模型的训练和设计形成的表示。 在合适的情况下，意思相近的内容，其向量可能也比较接近。 这有什么用？ 假设你搜索「怎么缓解考试压力」，系统却找到了《大学生考前心理调节指南》。 明明标题里没有完全相同的关键词，为什么还能找到？ 因为一些语义搜索系统会利用 Embedding 表示文本，再计算不同内容之间的相似程度。 它不只是在找相同的字，还可以帮助寻找意思相关的内容。 当然，Embedding 不是读心术，也不能保证每次都找对。毕竟AI 偶尔会胡言乱语不知天地为何物，咱也不是第一天认识它了。🤡 顺便区分一下两个容易混淆的概念： 📦 Token：把文本切分成模型处理的基本单位之一。 🔢 Embedding：把文本等信息转换成数字向量表示。 一个关注怎么切分，一个关注怎么表示，别再把它们炖成一锅粥啦～🤫

曝光 17 · 评论 0 · 点赞 0 · 书签 0