Embedding Model

Embedding是指高維離散的特徵映射到相對低維的連續向量空間中的表示方式，將原始數據轉換成一種特別的數據格式，以便 AI 或機器學習演算法能夠處理這些數據

Embedding Model 指的是那些特別設計來學習如何將原始數據（如文字、圖片或其他類別數據）轉換成密集向量（即Embedding）的模型

舉例而言，FlagEmbedding 是一個開源工具包，專注於檢索和檢索增強的大型語言模型：GitHub - FlagOpen/FlagEmbedding: Retrieval and Retrieval-augmented LLMs，包含英語、國語和多語言的模型。

能夠將文字資料轉換為向量表示，方便在向量資料庫中進行高效的相似度搜索。