Embeddings——文本变数字

什么是 embedding？

Embedding 是一组数字（一个向量），用来在多维空间中表示一段文本——一个词、一句话、一整段——的含义。生成这些数字的是一个专门的 embedding 模型，而不是之后回答你问题的那个语言模型本身。

为什么这很有用

含义相近的文本，其向量在数字空间中的位置也会彼此靠近。"狗"和"小狗"的向量很接近，"狗"和"报税单"的向量则相距很远。计算机可以计算这种远近关系（例如用余弦相似度），而无需真正"理解"语言——纯数学计算就足够了。

Embeddings 的用途

• 语义搜索：即使没有任何一个词完全匹配，也能找到内容相关的文档
• RAG：为一次请求寻找相关文本片段的基础
• 聚类：自动将相似的文本归类
• 推荐："相关文章"功能

Embeddings 存储在哪里

数据量较大时，embeddings 会存储在向量数据库中（例如 Pinecone、Weaviate，或 Postgres 的扩展 pgvector），这类数据库专为在数百万个向量中进行快速相似度搜索而优化。