概念
向量空间
数学中由向量构成的集合，在自然语言处理中用于表示词语或文本的语义空间。词语被映射为高维向量，语义相似度由向量间的距离或方向度量。
核心事实
时间轴 (近 90 天)
10月28日
视频系列覆盖的主题包括向量空间、内积、矩阵运算、子空间、正交性、QR分解、LU分解、特征分解、对称矩阵以及奇异值分解（SVD）。
待验证50%
10月14日
在LLM内部，输入词序列被转换为高维向量序列，词语间关系由向量几何关系（距离、方向、投影）编码。
待验证50%
9月1日
当输入极度抽象、缺乏具体约束的提示词时，生成式模型倾向于输出概率最高、最具代表性的结果，即向量空间中该概念的质心
待验证50%
9月1日
在向量空间中，每个词汇、短语和抽象概念都被映射为高维空间中的一个向量，通常为数百到数千维
待验证50%
8月30日
向量的不可读性使脏数据难以直观发现，1536维浮点数组对人类无意义，数据点关系只能通过余弦相似度、欧几里得距离等数学度量衡量
待验证50%
全部知识事实 (6)
已验证
Embedding是将文本转换为高维数值向量的过程，语义相近的文本在向量空间中距离更近
80%待验证视频系列覆盖的主题包括向量空间、内积、矩阵运算、子空间、正交性、QR分解、LU分解、特征分解、对称矩阵以及奇异值分解（SVD）。
50%待验证在LLM内部，输入词序列被转换为高维向量序列，词语间关系由向量几何关系（距离、方向、投影）编码。
50%待验证当输入极度抽象、缺乏具体约束的提示词时，生成式模型倾向于输出概率最高、最具代表性的结果，即向量空间中该概念的质心
50%待验证在向量空间中，每个词汇、短语和抽象概念都被映射为高维空间中的一个向量，通常为数百到数千维
50%待验证向量的不可读性使脏数据难以直观发现，1536维浮点数组对人类无意义，数据点关系只能通过余弦相似度、欧几里得距离等数学度量衡量
50%