待验证50% 置信事实精确时间
第一代嵌入模型是词嵌入（如 Word2Vec、GloVe），输入单个词输出向量，局限是无法区分多义词在不同上下文中的含义。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证LLM的表示与传统词嵌入模型（如Word2Vec、GloVe）思路一脉相承，但能捕捉上下文、语气、隐含语义等更复杂特征76% 相似待验证Word2Vec、GloVe等方法产生静态嵌入，同一个词无论语境向量都相同，导致歧义问题74% 相似待验证如果多语言模型的词表在低资源语言上fertility异常高，问题可能不在词表大小，而在构建目标。72% 相似待验证向量嵌入模型依赖通用语言分布，企业内部的缩写、项目代号、人名简称等黑话在预训练语料中几乎不存在，导致语义相似度计算失准72% 相似待验证Word2Vec于2013年、GloVe于2014年提出，只能为单个词生成固定向量，无法处理一词多义问题72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1131418API
curl https://kongchang.com/api/v1/knowledge/claims/1131418MCP
get_claim(id=1131418)