【AI大模型】一文彻底搞懂人工智能的嵌入（Embedding）

前言

• 1. Embedding往往包含语义关系

• 2. 举个通俗的例子来说明

• 2.1 Embedding 像是一种“翻译器”

• 2.2 Embedding 像地图上的“坐标”

---

Embedding 是一种机器学习概念，用于将数据映射到高维空间，将语义相似的数据放在一起。Embedding模型通常是 BERT 或其他 Transformer 系列中的深度神经网络，可以用一系列称为向量(vectors)的数字有效地表示文本、图像和其他数据类型的语义。这些模型的一个主要特点是，向量之间在高维空间中的数学距离可以表示原始文本或图像语义的相似性。这一特性开启了许多信息检索应用，如谷歌和必应等网络搜索引擎、电子商务网站上的产品搜索和推荐，以及最近流行的生成式人工智能中的检索增强生成（RAG）范式。

Embedding 有两大类，每一类都能产生不同类型的向量：

• 密集嵌入：大多数嵌入模型将信息表示为数百到数千维的浮点向量。由于大多数维度的值都不为零，因此输出的向量被称为 "密集 "向量。例如，流行的开源嵌入模型 BAAI/bge-base-en-v1.5 输出的向量为 768 个浮点数（768 维浮点向量）。

• 稀疏嵌入：相比之下，稀疏嵌入的输出向量大部分维数为零，即 "稀疏 "向量。这些向量通常具有更高的维度（数万或更多），这是由标记词汇量的大小决定的。稀疏向量可由深度神经网络或文本语料库统计分析生成。由于稀疏嵌入向量具有可解释性和更好的域外泛化能力，越来越多的开发人员采用稀疏嵌入向量作为高密度嵌入向量的补充。

如向量数据库Milvus，专为向量数据管理、存储和检索而设计。通过整合主流的嵌入(embedding )和重排 (reranking)模型，可以轻松地将原始文本转换为可搜索的向量，或使用强大的模型对结果进行重排，从而获得更准确的 RAG 结果

对于 AI 或机器学习算法来说，原始数据如文字、视频、图片等，这些数据并没有相似性或距离的概念。例如“手机”与“苹果”，对于现代人来说，会知道“苹果”在语义上会联想到“手机”，Embedding 在这当中加入了距离来表达它们之间的关联性，距离越近相关性越高。这使得数据维度大幅减少，而且节省了很多存储空间。

1. Embedding往往包含语义关系

Embedding能捕捉词与词之间的语义关系。相似词的向量通常在空间中接近，并能区分同义词（如“big”和“large”），还能捕捉更复杂的语义关系：

• “king” - “man” + “woman” ≈ “queen”

• king去掉man的语义，再加上woman的语义，就和queen的语义相近

像 BERT 或 GPT 这样的模型会根据上下文调整词的向量。例如，“bank” 在“河岸”和“银行”中的向量会不同。“bank” 在“river bank”和“money bank”中的表示是不同的。

2. 举个通俗的例子来说明

2.1 Embedding 像是一种“翻译器”：

• 它把复杂的事物（比如单词、句子、图片）转化成“机器能理解的数字”。

• 但这些数字不仅仅是随便的编码，而是带有意义的，比如让相似的东西靠得更近。

2.2 Embedding 像地图上的“坐标”：

• 想象有一个巨大的地图，每个单词、句子或图片都被标记成一个点。

• Embedding 会把相似的内容放在地图上靠得更近，比如“猫”和“狗”会靠近，而“猫”和“汽车”距离较远。

• 通过 Embedding，我们可以用数字坐标（如 [2.3, 4.1]）来表示这些东西的位置，机器就能用数学方法分析它们的关系了。

最后唠两句

为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选

很简单，这些岗位缺人且高薪

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

那0基础普通人如何学习大模型 ？

深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。

我整理出这套 AI 大模型突围资料包【允许白嫖】：

• ✅从入门到精通的全套视频教程

• ✅AI大模型学习路线图（0基础到项目实战仅需90天）

• ✅大模型书籍与技术文档PDF

• ✅各大厂大模型面试题目详解

• ✅640套AI大模型报告合集

• ✅大模型入门实战训练

这份完整版的大模型 AI 学习和面试资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（0基础到项目实战仅需90天）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤640套AI大模型报告合集

⑥大模型入门实战训练

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓