Über dieses Tool
Fügen Sie zwei Embedding-Vektoren ein, um Kosinus-Ähnlichkeit, euklidischen Abstand und Skalarprodukt zu berechnen — eine schnelle Plausibilitätsprüfung für RAG- und Semantiksuche-Arbeit. 100 % clientseitig.
Häufige Fragen
Was ist Kosinus-Ähnlichkeit und warum wird sie für Embeddings verwendet?
Kosinus-Ähnlichkeit misst den Winkel zwischen zwei Vektoren, unabhängig von ihrer Größe — sie reicht von -1 (entgegengesetzt) bis 1 (gleiche Richtung). Sie ist die Standardmetrik für Embeddings, weil die meisten Modelle Bedeutung in der *Richtung* des Vektors kodieren, nicht in seiner Länge, sodass Kosinus-Ähnlichkeit semantische Nähe besser erfasst als die reine Distanz.
Kann ich Embeddings von verschiedenen Modellen vergleichen?
Im Allgemeinen nein — dieses Tool berechnet gerne eine Zahl, wenn die Vektoren gleich lang sind, aber Embeddings verschiedener Modelle liegen in unterschiedlichen, inkompatiblen Vektorräumen (selbst wenn die Dimensionen zufällig übereinstimmen). Ein aussagekräftiger Ähnlichkeitswert setzt voraus, dass beide Vektoren aus genau demselben Embedding-Modell stammen.