关于此工具
粘贴两个嵌入向量，计算余弦相似度、欧氏距离和点积——为 RAG 和语义搜索工作提供快速健全性检查。100% 客户端运行。
常见问题
什么是余弦相似度，为什么用它来比较嵌入向量？
余弦相似度衡量两个向量之间的夹角，忽略其大小——范围从 -1（相反）到 1（方向相同）。它是嵌入向量的标准度量方式，因为大多数嵌入模型将含义编码在向量的*方向*而非长度中，因此余弦相似度比原始距离更能捕捉语义上的接近程度。
我可以比较来自不同模型的嵌入向量吗？
一般来说不可以——如果向量长度相同，此工具会愉快地计算出一个数值，但来自不同模型的嵌入向量位于不同的、不兼容的向量空间中（即使维度恰好匹配）。有意义的相似度分数要求两个向量来自完全相同的嵌入模型。