Về công cụ này
Dán hai vector embedding để tính độ tương đồng cosine, khoảng cách Euclidean, và tích vô hướng — kiểm tra nhanh cho công việc RAG và tìm kiếm ngữ nghĩa. 100% phía client.
Câu hỏi thường gặp
Độ tương đồng cosine là gì và tại sao dùng nó cho embedding?
Độ tương đồng cosine đo góc giữa hai vector, bỏ qua độ lớn của chúng — nó nằm trong khoảng -1 (đối lập) đến 1 (cùng hướng). Đây là thước đo tiêu chuẩn cho embedding vì hầu hết các model embedding mã hóa ý nghĩa vào *hướng* của vector, không phải độ dài của nó, nên độ tương đồng cosine nắm bắt độ gần về ngữ nghĩa tốt hơn khoảng cách thô.
Tôi có thể so sánh embedding từ các model khác nhau không?
Nói chung là không — công cụ này sẽ vui vẻ tính ra một con số nếu các vector có cùng độ dài, nhưng embedding từ các model khác nhau tồn tại trong các không gian vector khác nhau, không tương thích (ngay cả khi số chiều trùng khớp). Một điểm tương đồng có ý nghĩa đòi hỏi cả hai vector phải đến từ chính xác cùng một model embedding.