待验证50% 置信事实时间未知
In AI applications, vector embeddings typically consist of hundreds to thousands of dimensions.
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
相关事实
待验证AI应用中的向量通常是几百维到几千维的高维数据，维度越高承载的语义信息越丰富72% 相似待验证当前主流的 Embedding 模型（如 OpenAI 的 text-embedding-3-large、智谱 AI 的 embedding-3）输出维度通常在 768 到 3072 维之间64% 相似待验证AI中的所有数据——图像像素矩阵、词向量、模型权重——最终都以NumPy数组形式存在61% 相似已验证现代AI编程助手拥有从几万到几十万token不等的上下文窗口60% 相似待验证独立APP形态的工具通常会在本地建立代码库的向量索引（Vector Index），使AI能够在数万行代码中快速定位相关上下文59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/57356API
curl https://kongchang.com/api/v1/knowledge/claims/57356MCP
get_claim(id=57356)