别滥用余弦相似度！ 2025-01-14 本文探讨了在数据科学中过度依赖余弦相似度进行向量比较的风险。作者指出，虽然余弦相似度计算简单，但它往往无法捕捉到语义上的相似性，容易受到表面模式（如写作风格和错别字）的干扰。文章通过具体的例子说明了这个问题，并提出了几种改进方法，包括：直接使用LLM进行比较、微调或迁移学习以创建特定任务的嵌入、预提示工程以及文本预处理。作者强调，应该根据实际需求选择合适的相似度度量方法，避免盲目使用余弦相似度。 (p.migdal.pl) AI 向量比较
