ADK.wang AI & 软件技术百科
全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。
22,077
全量学术技术词条
9 大
核心专业领域体系
10,000+
权威专著深度引证
100%
原书精粹与工业对齐
专业技术领域分类
共 83 篇词条Walking Distance (WD)
with the fluctuation of weight vector called the Walking Distance
即矢量标记语言
Vector M arkup Language
VML 即矢量标记语言(Vector M arkup Language),IE 从5.0 版本以后开始在HTML 文件 中支持这种语言。
响应向量
Response Vector
·响应向量(Response Vector),包含的是特征矩阵每一行的类变量(预测或者输出)值。
密集检索
Dense Retrieval
多向量检索(Multi-vector Retrieval)通过使用多个向量来表示一段文 本,作为对密集检索(Dense Retrieval)的一种扩展,如 ColBERT 能 够更全面地捕捉文本的多维信息。
嵌入式词向量
Embedding Vector
而在 Deep 侧,通过嵌入式词向量( Embedding Vector )及深层交互能够学到国籍、节日、食品等各种特征的最优的向量表示,推荐引擎对 中国人 , 感恩节 , 火鸡 > 这种新组合可能会打一个不低的分数(比 美国人 , 感恩节 , 火鸡 > ...
布局引擎 (SVG)
有关特性支持的概述,请参阅en.wikipedia.org/wiki/Comparisonoflayoutengines(ScalableVectorGraphics)上的“布局引擎(SVG)页面的比较”。
形成特征向量
Feature Vector
首先,准备输入数据,这些数据可以是文本、图片,也可以是音频、视频等;然后,再从数据中抽取所需的特征,形成特征向量(Feature Vector);接下来,把这些特征向量和输入数据的标签信息送入学习模型(具体来说是某个学习算法),经过反复训练,“打磨”出一个...
文档表示方案是空间向量模型
Vector Space Model
经典的文档表示方案是空间向量模型(Vector Space Model ),该模型将文档表示为词汇的向量,而不考虑文档中 词汇的顺序信息。
方法有向量空间模型
Vector Space Model
在非监督 排序方法中,较为常见的方法有向量空间模型(Vector Space Model)方法与基于信息检索的方法。
朴素贝叶斯分类器
Naive Bayes
分类学习算法比较多,比较著名的有 k -近邻( k -Nearest Neighbor, k NN)、支持向量机(Support Vector Machine,SVM)、朴素贝叶斯分类器(Naive Bayes)、决策树(Decision Tree)、BP...
机制造商维克多图像公司
Vector Graphic
在ASK计算机系统公司上市两周后,另一家由女性所拥有的技术公司,也就是位于洛杉矶的计算机制造商维克多图像公司(Vector Graphic),也进行了公开募股。
构成向量
Vector
向量型环境状态变量 在图1.3(b)中,多个标量可以构成向量(Vector),向量可以表示环境和个体的多维特征属性,如三维空间中个体位置坐标可以用向量( x,x,x )表示。
查询向量
Query Vector
Ni 定义8.1 注意力分布: 为了从 N 个输入向量[ x ,…, x ]中选择与某个特定任务相关的信息,需要引入一个和任务相关的表示,称为查询向量(Query Vector),并通过一个打分函数来计算每个输入向量和查询向量之间的相关性。
查询检索
Retriever
RAG有四个核心部件:向量数据库(Vector Database)、查询检索(Retriever)、重新排序(Re-ranking)、生成回答 (Generator)。
独热向量
OneHot Vector
在Word2Vec技术出现之前,词通常都表示成离散的独一无二的编码,也称为独热向量(OneHot Vector)。
矢量处理
Vector Processing
VPP(Vector Packet Processing,矢量数据包处理)在DPDK之上提供增强型功能,以批量方式(而不是逐一方式)处理数据包,通常将这种并行或批处理方式称为矢量处理(Vector Processing)。
矢量量化器
Vector Quantizer
根据输入输出数据的类型,量化器可分为标量量化器(Scalar Quantizer)和矢量量化器(Vector Quantizer)两种类型。
答案是向量搜索
Vector Search
但"索引"具体意味着什么?如何让 Agent 能够根据用户的自然语言问题找到相关记忆? 答案是向量搜索(Vector Search):将文本块转换为高维向量(即嵌入向量),然后通过余弦相似度找到语义上最接近的结果。
编码成向量表示
Vector Representation
大致的流程是文本特征(也可以有 meta 特征)经过 Encoder 层会被编码成向量表示(Vector Representation),再通过 Classifier 得到最终的预测结果。
罗德里格斯旋转矢量
Rodrigues rotation vector
OpenCV没有使用欧拉角来表示3D旋转,而是使 用名为罗德里格斯旋转矢量(Rodrigues rotation vector)的一种表 示。
词嵌入向量
Embedding Vectors
甚至我们可以发现,词嵌入向量(Embedding Vectors)具备类比特性。
词是向量
Vector
与特征有关的另外一个词是向量(Vector),可以看作空间中的一条有方向的线段,在计算机中一般用一维数组表示。
词条向量
TermVector
Lucene处理每个字段的方式也可以不同,有不同的选项可供选择,最基本的包括如何索引、是否存储、词条向量(TermVector)等。
质是量化矢量
Vector Quaintization
这种压缩方法的本质是量化矢量(Vector Quaintization),通过K-means聚类得到量化表,将每个像素用量化表中的矢量来表示,然后记录每个像素对应的索引值,这样原来使用24bit来表示一个像素,现在只需要存储记录索引值所需要的bit数就可以...