待验证60% 置信事实时间未知

Embedding向量维度通常在768到3072之间，维度越高表达能力越强但计算成本也越高

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

RAG检索核心原理：Top-K粗召回与Rerank精排序完整流程详解

bilibiliAI产品果果姐

涉及实体

Embeddingconcept

相关事实

已验证Embedding模型通常将文本映射到768或1536维的高维向量空间72% 相似待验证现代Embedding模型通常基于BERT或其变体架构，输出768维至4096维不等的稠密向量71% 相似待验证嵌入层的参数量等于词表大小 V 乘以嵌入维度 d60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/11822

API

curl https://kongchang.com/api/v1/knowledge/claims/11822

MCP

get_claim(id=11822)