À propos de cet outil
Collez deux vecteurs d'embedding pour calculer la similarité cosinus, la distance euclidienne et le produit scalaire — une vérification rapide pour le RAG et la recherche sémantique. 100% côté client.
Questions fréquentes
Qu'est-ce que la similarité cosinus et pourquoi l'utiliser pour les embeddings ?
La similarité cosinus mesure l'angle entre deux vecteurs, en ignorant leur magnitude — elle va de -1 (opposé) à 1 (même direction). C'est la métrique standard pour les embeddings car la plupart des modèles encodent le sens dans la *direction* du vecteur, pas sa longueur, donc la similarité cosinus capture mieux la proximité sémantique que la distance brute.
Puis-je comparer des embeddings de modèles différents ?
En général, non — cet outil calculera volontiers un nombre si les vecteurs ont la même longueur, mais les embeddings de modèles différents vivent dans des espaces vectoriels différents et incompatibles (même si les dimensions coïncident). Un score de similarité significatif exige que les deux vecteurs proviennent exactement du même modèle d'embedding.