20多年前搞基于内容的搜索，第一步可不就是先做特征向量的提取，提取的越接近于文本、图片本来的空间分布，搜索效果越好。这真不算啥创新型的想法。
【 在 booble 的大作中提到: 】
: 那你厉害，我原来对文字的理解就是一个符号，用什么样的方式表示都可以，只要能区分开不同的字符就行。但实际上文字不是单独存在的，文字之间有各种各样的关联关系，embedding里面存储了这些信息，所以大模型才能对自然语言有更深入的理解。
:
--
FROM 1.202.170.*