嵌入相似度
一种通过将文本编码为高维向量，利用余弦相似度等度量衡量文本间语义相关程度的方法，常用于信息检索、语义搜索和文本分类任务
时间轴 (近 90 天)
契约机制不依赖语义理解或嵌入相似度判断，因此几乎零延迟、零幻觉，且行为完全可预测。
任务分类可按成本与准确度递增排列为三种方法：启发式规则、嵌入相似度、小型分类器模型；务实架构是分层的，启发式规则解决大多数，模糊剩余部分进入更昂贵的分类器。
嵌入相似度分类通过将传入prompt嵌入并与过往已标注结果的请求向量库做近邻检索来决定路由，冷启动阶段库为空或稀疏时对新颖请求会退化为随机路由，因此通常作为启发式规则的补充而非替代。
对比行为轨迹的常见方法包括编辑距离、序列对齐以及基于嵌入的相似度计算。
论文利用预测表征衡量多价值对齐目标中各个价值之间的相似度，发现这种相似度与模型鲁棒性显著相关。
嵌入相似度方法将文档和概念描述编码为高维向量，通过余弦相似度等度量判断语义接近程度，依赖预训练句子编码器如Sentence-BERT、text-embedding-ada-002
全部知识事实 (6)
契约机制不依赖语义理解或嵌入相似度判断，因此几乎零延迟、零幻觉，且行为完全可预测。
50%待验证任务分类可按成本与准确度递增排列为三种方法：启发式规则、嵌入相似度、小型分类器模型；务实架构是分层的，启发式规则解决大多数，模糊剩余部分进入更昂贵的分类器。
50%待验证嵌入相似度分类通过将传入prompt嵌入并与过往已标注结果的请求向量库做近邻检索来决定路由，冷启动阶段库为空或稀疏时对新颖请求会退化为随机路由，因此通常作为启发式规则的补充而非替代。
50%待验证对比行为轨迹的常见方法包括编辑距离、序列对齐以及基于嵌入的相似度计算。
50%待验证论文利用预测表征衡量多价值对齐目标中各个价值之间的相似度，发现这种相似度与模型鲁棒性显著相关。
50%待验证嵌入相似度方法将文档和概念描述编码为高维向量，通过余弦相似度等度量判断语义接近程度，依赖预训练句子编码器如Sentence-BERT、text-embedding-ada-002
50%