返回全部题目← 上一题20 / 21下一题 →题库/RAG 与知识系统/Q-5053从零实现余弦相似度、点积和欧氏距离。知识专题：Embedding 与向量表示题目类型：代码题技术难度：基础收录题集：5 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集5 份大模型手写代码练习路线阿东玩 AI · AgentGuide · 1 条原题查看题集 →图文匹配打分· 简单 🟢 简单 — cosine similarity + sigmoid，最简单的对齐编程与数据结构算法阿东玩 AI · AgentGuide · 2 条原题查看题集 →【余弦相似度】手写实现余弦相似度计算，适配Embedding向量检索场景（一维向量输入）。 「阿里通义」【距离度量】手写欧氏距离、曼哈顿距离，对比三种向量距离算法的适用场景。 「阿里通义」AI 工程编码AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →Implement cosine similarity, dot product, and Euclidean distance functions from scratch.腾讯问答汇编Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →手撕：余弦相似度+ rl里的reward modelPyTorch 实现与追问Alireza Dirafzoon · AIMLInterviews · 1 条原题查看题集 →Compute pairwise cosine similarity for [N, D] and [M, D].相关题目4 题0370如何为检索场景选择和使用 Embedding 模型？同一知识专题题目类型：比较选型技术难度：进阶相关面经：13 篇0486为什么不自行训练 Embedding 模型？同一知识专题题目类型：比较选型技术难度：进阶相关面经：1 篇0586Embedding 的本质是什么，各维度参数有什么含义？同一知识专题题目类型：原理机制技术难度：进阶相关面经：3 篇0602为什么不采用轻量级大模型 Reranker？同一知识专题题目类型：比较选型技术难度：进阶相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Embedding Cache 如何缓存和复用文本向量？下一题 →SimCSE 如何通过对比学习训练句向量？
