[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-veekaybee--what_are_embeddings":3,"tool-veekaybee--what_are_embeddings":64},[4,17,27,35,44,52],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":16},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[13,14,15,43],"视频",{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":23,"last_commit_at":50,"category_tags":51,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":23,"last_commit_at":58,"category_tags":59,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,60,43,61,15,62,26,13,63],"数据工具","插件","其他","音频",{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":80,"owner_twitter":80,"owner_website":82,"owner_url":83,"languages":84,"stars":93,"forks":94,"last_commit_at":95,"license":80,"difficulty_score":92,"env_os":96,"env_gpu":96,"env_ram":96,"env_deps":97,"category_tags":100,"github_topics":101,"view_count":23,"oss_zip_url":80,"oss_zip_packed_at":80,"status":16,"created_at":106,"updated_at":107,"faqs":108,"releases":149},4178,"veekaybee\u002Fwhat_are_embeddings","what_are_embeddings","A deep dive into embeddings starting from fundamentals","what_are_embeddings 是一个专注于深入解析“嵌入”（Embeddings）技术的开源项目，由技术专家 Vicki Boykis 发起。它不仅仅是一段代码或一个软件库，更是一份详尽的综述性资源，包含学术论文、配套网站以及可交互的代码笔记本，旨在从基础原理到工业应用全方位拆解这一概念。\n\n在人工智能领域，如何将文本等非结构化数据转化为机器可理解的数值形式一直是核心挑战。传统的统计方法在处理海量、高维数据时往往力不从心，难以捕捉深层语义。what_are_embeddings 正是为了解决这一痛点而生，它系统梳理了从 TF-IDF、Word2Vec 到 Transformer 架构及生成式模型的技术演进脉络，清晰阐述了嵌入如何成为现代深度学习系统的基石。\n\n该项目特别适合机器学习开发者、数据科学家以及希望夯实理论基础的研究人员阅读。对于想要理解大模型背后数据表示机制的技术爱好者，这里也提供了极佳的入门路径。其独特亮点在于将严谨的学术调研与实用的代码示例完美结合：不仅提供了完整的 LaTeX 论文源码和部署流程，还附带了生动的 Notebook 演示，让读者既能掌握理论历史，","what_are_embeddings 是一个专注于深入解析“嵌入”（Embeddings）技术的开源项目，由技术专家 Vicki Boykis 发起。它不仅仅是一段代码或一个软件库，更是一份详尽的综述性资源，包含学术论文、配套网站以及可交互的代码笔记本，旨在从基础原理到工业应用全方位拆解这一概念。\n\n在人工智能领域，如何将文本等非结构化数据转化为机器可理解的数值形式一直是核心挑战。传统的统计方法在处理海量、高维数据时往往力不从心，难以捕捉深层语义。what_are_embeddings 正是为了解决这一痛点而生，它系统梳理了从 TF-IDF、Word2Vec 到 Transformer 架构及生成式模型的技术演进脉络，清晰阐述了嵌入如何成为现代深度学习系统的基石。\n\n该项目特别适合机器学习开发者、数据科学家以及希望夯实理论基础的研究人员阅读。对于想要理解大模型背后数据表示机制的技术爱好者，这里也提供了极佳的入门路径。其独特亮点在于将严谨的学术调研与实用的代码示例完美结合：不仅提供了完整的 LaTeX 论文源码和部署流程，还附带了生动的 Notebook 演示，让读者既能掌握理论历史，又能亲手实践工业界的用法模式，是连接理论与实战的优质桥梁。","\n\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fveekaybee_what_are_embeddings_readme_846cb6eee30f.png\" \u002F>\n\u003C\u002Fp>\n\n\n# What are embeddings? \nThis repository contains the generated LaTex document, website, and complementary notebook code for \n[\"What are Embeddings\".](https:\u002F\u002Fvickiboykis.com\u002Fwhat_are_embeddings\u002F)\n\n[![DOI](https:\u002F\u002Fzenodo.org\u002Fbadge\u002F644343479.svg)](https:\u002F\u002Fzenodo.org\u002Fbadge\u002Flatestdoi\u002F644343479)\n\n## Abstract \n\nOver the past decade, embeddings --- numerical representations of non-tabular machine learning features used as input to deep learning models --- have become a foundational data structure in industrial machine learning systems. TF-IDF, PCA, and one-hot encoding have always been key tools in machine learning systems as ways to compress and make sense of large amounts of textual data.  However, traditional approaches were limited in the amount of context they could reason about with increasing amounts of data. As the volume, velocity, and variety of data captured by modern applications has exploded, creating approaches specifically tailored to scale has become increasingly important. \n\n[Google's Word2Vec paper](https:\u002F\u002Farxiv.org\u002Fabs\u002F1301.3781) made an important step in moving from simple statistical representations to semantic meaning of words. The subsequent rise of the [Transformer architecture](https:\u002F\u002Farxiv.org\u002Fabs\u002F1706.03762) and transfer learning, as well as the latest surge in generative methods has enabled the growth of embeddings as a foundational machine learning data structure. This survey paper aims to provide a deep dive into what embeddings are, their history, and usage patterns in industry. \n\n## Running\n\nThe [LaTex document](https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fblob\u002Fmain\u002F.github\u002Fworkflows\u002Fmain.yaml) is written in Overleaf and deployed to GitHub, where it's compiled via Actions. The site is likewise generated via Actions from the `site` branch.  The notebooks are flying fast and free and not under any kind of CI whatsoever. \n\n## Contributing\n\nIf you have any changes that you'd like to make to the document including clarification or typo fixes, you'll need to build the LaTeX artifact. I use GitHub to track issues and feature requests, as well as accept pull requests. Pull requests are the best way to propose changes to the codebase:\n\n1. Fork the repo and create your branch from `main`. \n2. Make your changes in your fork. \n3. Make sure that your LaTeX document compiles. The GH action that triggers the PDF is set to run on PR into main. \n4. Ensure that the document compiles to a PDF correctly and inspect the output. \n5. Make sure your code lints.\n6. Issue that pull request!\n\n\n## Citing \n\n```bibtex\n@software{Boykis_What_are_embeddings_2023,\nauthor = {Boykis, Vicki},\ndoi = {10.5281\u002Fzenodo.8015029},\nmonth = jun,\ntitle = {{What are embeddings?}},\nurl = {https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings},\nversion = {1.0.1},\nyear = {2023}\n}\n```\n","\u003Cp align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fveekaybee_what_are_embeddings_readme_846cb6eee30f.png\" \u002F>\n\u003C\u002Fp>\n\n\n# 什么是嵌入？\n本仓库包含生成的 LaTeX 文档、网站以及配套的笔记本代码，内容源自【什么是嵌入？】（[链接](https:\u002F\u002Fvickiboykis.com\u002Fwhat_are_embeddings\u002F)）。\n\n[![DOI](https:\u002F\u002Fzenodo.org\u002Fbadge\u002F644343479.svg)](https:\u002F\u002Fzenodo.org\u002Fbadge\u002Flatestdoi\u002F644343479)\n\n## 摘要\n\n在过去十年中，嵌入——作为深度学习模型输入的非表格型机器学习特征的数值表示——已成为工业级机器学习系统中的基础数据结构。TF-IDF、PCA 和独热编码一直是机器学习系统中的关键工具，用于压缩和理解大量文本数据。然而，随着数据量的增加，传统方法在处理上下文信息方面的能力逐渐受限。随着现代应用所捕获的数据量、速度和多样性呈爆炸式增长，开发专门针对大规模场景的方法变得愈发重要。\n\n谷歌的 Word2Vec 论文（[arXiv:1301.3781](https:\u002F\u002Farxiv.org\u002Fabs\u002F1301.3781)）在将简单的统计表示推进到词义语义层面方面迈出了重要一步。随后，Transformer 架构（[arXiv:1706.03762](https:\u002F\u002Farxiv.org\u002Fabs\u002F1706.03762)）和迁移学习的兴起，以及最近生成式方法的蓬勃发展，进一步推动了嵌入作为基础机器学习数据结构的发展。本文旨在深入探讨嵌入的概念、其发展历程以及在工业界的使用模式。\n\n## 运行\nLaTeX 文档是在 Overleaf 中编写，并部署到 GitHub 上，通过 GitHub Actions 自动编译。网站同样由 Actions 根据 `site` 分支自动生成。而笔记本则未经过任何持续集成流程，直接运行即可。\n\n## 贡献\n如果您希望对文档进行修改，例如澄清或修正拼写错误，您需要先构建 LaTeX 文档。我使用 GitHub 来跟踪问题和功能请求，并接受 Pull Request。提出代码库更改的最佳方式是：\n\n1. 克隆仓库并基于 `main` 分支创建您的分支。\n2. 在您的克隆分支中进行修改。\n3. 确保您的 LaTeX 文档能够成功编译。GitHub Actions 会在向 `main` 分支提交 PR 时触发 PDF 的生成。\n4. 确保文档正确编译为 PDF，并检查输出结果。\n5. 确保代码符合代码风格规范。\n6. 提交 Pull Request！\n\n## 引用\n```bibtex\n@software{Boykis_What_are_embeddings_2023,\nauthor = {Boykis, Vicki},\ndoi = {10.5281\u002Fzenodo.8015029},\nmonth = jun,\ntitle = {{什么是嵌入？}},\nurl = {https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings},\nversion = {1.0.1},\nyear = {2023}\n}\n```","# what_are_embeddings 快速上手指南\n\n`what_are_embeddings` 是一个开源项目，包含了关于“什么是嵌入（Embeddings）”的综述论文、配套网站以及用于生成图表和示例的 Jupyter Notebook 代码。本项目旨在深入探讨嵌入技术的历史、原理及其在工业界的应用模式。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux、macOS 或 Windows（推荐 WSL2）。\n*   **Python 版本**：建议安装 Python 3.8 或更高版本。\n*   **前置依赖**：\n    *   **Jupyter Lab\u002FNotebook**：用于运行和探索 `.ipynb` 笔记本代码。\n    *   **LaTeX 发行版**（可选）：如果您需要本地编译论文源码（`.tex` 文件），需安装 TeX Live (Linux\u002FWindows) 或 MacTeX (macOS)。\n    *   **Git**：用于克隆代码仓库。\n\n> **注意**：对于大多数只想学习概念或运行数据分析示例的开发者，只需安装 Python 和 Jupyter 即可，无需配置复杂的 LaTeX 环境。\n\n## 安装步骤\n\n1.  **克隆仓库**\n    打开终端，执行以下命令获取源代码：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings.git\n    cd what_are_embeddings\n    ```\n\n2.  **创建虚拟环境（推荐）**\n    ```bash\n    python -m venv venv\n    source venv\u002Fbin\u002Factivate  # Windows 用户请使用: venv\\Scripts\\activate\n    ```\n\n3.  **安装 Python 依赖**\n    项目中通常包含 `requirements.txt` 文件（或在 Notebook 头部列出了所需库）。安装核心数据科学库：\n    ```bash\n    pip install jupyter pandas numpy matplotlib scikit-learn torch transformers\n    ```\n    *(注：如果仓库根目录存在 `requirements.txt`，请优先运行 `pip install -r requirements.txt`)*\n\n    > **国内加速提示**：如果遇到下载速度慢的问题，建议使用清华或阿里镜像源：\n    > ```bash\n    > pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    > ```\n\n## 基本使用\n\n本项目的主要使用方式是阅读生成的论文\u002F网站，以及运行 Notebook 中的代码示例来理解 Embedding 的生成过程。\n\n### 1. 运行示例 Notebook\n进入项目目录，启动 Jupyter Lab 以交互式运行代码：\n\n```bash\njupyter lab\n```\n\n在浏览器中打开后，导航至项目文件夹，找到后缀为 `.ipynb` 的文件（例如 `notebooks\u002F` 目录下的文件）。点击即可运行单元格，复现从文本到向量嵌入的转换过程。\n\n### 2. 查看论文与文档\n*   **在线预览**：直接访问项目配套的官方网站 [What are Embeddings](https:\u002F\u002Fvickiboykis.com\u002Fwhat_are_embeddings\u002F) 阅读完整综述。\n*   **本地编译 PDF**（仅限高级用户）：\n    如果您修改了 `.tex` 源码并希望本地生成 PDF，请确保已安装 LaTeX 环境，然后使用 `latexmk` 或 Overleaf 进行编译。项目的 CI\u002FCD 流程（GitHub Actions）会自动处理主分支的编译任务。\n\n### 3. 简单代码示例逻辑\n在 Notebook 中，您通常会看到类似以下的典型嵌入生成逻辑（基于 Hugging Face Transformers）：\n\n```python\nfrom transformers import AutoTokenizer, AutoModel\nimport torch\n\n# 加载预训练模型和分词器\nmodel_name = \"sentence-transformers\u002Fall-MiniLM-L6-v2\"\ntokenizer = AutoTokenizer.from_pretrained(model_name)\nmodel = AutoModel.from_pretrained(model_name)\n\n# 输入文本\ntexts = [\"What are embeddings?\", \"Embeddings are numerical representations.\"]\n\n# 分词并生成嵌入\ninputs = tokenizer(texts, padding=True, truncation=True, return_tensors=\"pt\")\noutputs = model(**inputs)\nembeddings = outputs.last_hidden_state[:, 0, :] # 获取 [CLS] 向量作为句子嵌入\n\nprint(embeddings.shape)\n```\n\n通过运行此类代码，您可以直观地观察非结构化文本如何被转化为深度学习模型可理解的数值向量。","某电商公司的数据科学团队正试图构建一个能理解用户评论深层语义的推荐系统，但在处理非结构化文本特征时陷入了传统方法的瓶颈。\n\n### 没有 what_are_embeddings 时\n- 团队成员对嵌入（Embeddings）的理解仅停留在“将词转为向量”的浅层概念，难以区分 TF-IDF、Word2Vec 与 Transformer 生成的向量在语义捕捉能力上的本质差异。\n- 在技术选型时盲目跟风，直接套用最新的生成式模型向量，却忽略了业务数据规模与计算成本的匹配度，导致资源浪费。\n- 缺乏对嵌入历史演进和工业界落地模式的系统性认知，无法向非技术背景的产品经理解释为何要重构现有的特征工程管道。\n- 遇到模型效果不佳时，只能凭经验瞎调参，不知道是因为向量维度不足、训练数据偏差还是架构选择不当。\n\n### 使用 what_are_embeddings 后\n- 团队通过其深入的综述文档，清晰掌握了从统计表示到语义理解的演进逻辑，能精准判断何时该用轻量级 PCA 而非大模型向量。\n- 依据文中梳理的工业界使用模式，设计了分阶段的迁移学习方案，既利用了预训练模型的语义优势，又控制了推理延迟。\n- 借助详实的历史背景和行业案例，顺利向管理层阐述了技术升级的必要性，获得了重构特征存储架构的资源支持。\n- 建立了系统的排查思路，能够快速定位是嵌入本身的表达局限还是下游模型的问题，显著缩短了调试周期。\n\nwhat_are_embeddings 不仅填补了团队在基础理论上的认知鸿沟，更成为连接学术前沿与工业落地的关键指南，让复杂的向量技术真正服务于业务增长。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fveekaybee_what_are_embeddings_9800ee39.png","veekaybee","Vicki Boykis","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fveekaybee_71135314.jpg","Recsys, Engineering, LLMs, IR, ML, Inference",null,"Philadelphia, PA","http:\u002F\u002Fwww.vickiboykis.com","https:\u002F\u002Fgithub.com\u002Fveekaybee",[85,89],{"name":86,"color":87,"percentage":88},"Jupyter Notebook","#DA5B0B",99,{"name":90,"color":91,"percentage":92},"TeX","#3D6117",1,1062,86,"2026-04-05T18:30:49","未说明",{"notes":98,"python":96,"dependencies":99},"该项目主要包含用于生成综述论文的 LaTeX 文档、网站代码和补充 Notebook。LaTeX 文档通过 GitHub Actions 在 Overleaf 风格的环境中编译，网站也由 Actions 生成。Notebook 代码没有配置持续集成（CI），意味着没有强制的自动化运行环境要求。若需贡献代码或本地构建 PDF，需确保本地 LaTeX 环境能正确编译文档。文中未提及运行深度学习模型的具体硬件或 Python 依赖需求，因为重点在于文档和调查本身，而非提供可执行的模型训练\u002F推理管道。",[],[26,13],[102,103,104,105],"embeddings","machine-learning","machine-learning-algorithms","nlp-machine-learning","2026-03-27T02:49:30.150509","2026-04-06T14:05:17.811294",[109,114,119,124,129,134,139,144],{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},19042,"PDF 文档中的脚注链接无法点击或显示不正确怎么办？","该问题已修复。链接实际上是存在的，只是有时没有显示下划线导致难以察觉。请重新下载最新版本的 PDF 文件即可解决。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F47",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},19043,"文档中关于 PCA（主成分分析）降维到二维的描述是否准确？","原文描述不够严谨。PCA 可以将数据投影到任意指定的低维空间（最高为初始维度减 1），不仅仅局限于二维。为了可视化和简化，通常选择降至二维。作者已根据反馈更新了文档表述，建议下载最新版本查看修正后的内容。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F49",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},19044,"图 36 和图 37 的源代码链接失效了，在哪里可以找到？","这些链接指向的旧分支已被删除。解决方案如下：\n1. 图 36 的链接已被移除。\n2. 图 37 的链接已更新指向新的位置：https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fviberary\u002Fblob\u002F722c4b576bf1bdaf59c806661b23bd3afaabf883\u002Fsrc\u002Fnotebooks\u002Fcbow.ipynb#L12\n请确保您使用的是包含这些修复的最新版本文档。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F45",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},19045,"TF-IDF 示例代码中的 `dict_a` 和 `dict_b` 代表什么？","这两个对象在原文中突然出现确实令人困惑。它们代表用于计算 TF-IDF 的中间字典结构（通常存储词频等统计信息）。作者已在代码中添加了注释来解释它们的来源和用途。建议查看 GitHub 上最新的代码提交或重新下载文档以获取包含解释的版本。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F39",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},19046,"PDF 中第 44 页的 \"Gensim\" 超链接跳转错误怎么办？","这是由于 LaTeX 指令错误导致的。该问题已修复，请从官方网站或 GitHub 仓库重新下载最新版本的 PDF 文件，链接现在应该能正确跳转到 Gensim 的相关页面。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F38",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},19047,"从头实现 TF-IDF 的 Notebook 代码中是否存在计算 bug？","是的，之前版本的 `idf` 函数中存在一个 bug，导致术语出现的文档数量未正确计算（始终初始化为 0），从而使 \"a\" 和 \"bird\" 等词的 IDF 值计算错误。该问题已通过 Pull Request #37 修复。请使用修复后的 notebook 文件（fig_24_tf_idf_from_scratch.ipynb）以获得正确的计算结果。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F36",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},19048,"Skip-gram 似然函数公式中提到的优化参数 theta 和 Pi 是否正确？","原文第 43 页公式 (11) 中提到优化 theta 和 Pi 是不准确的，实际上主要参数是 theta。作者已发布补丁修正了这一描述错误，请下载最新版本的文档查看更正后的公式说明。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F34",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},19049,"如何确认我手中的 PDF 版本是否是最新的？","最新版本的 PDF 引言部分已经包含了指向项目网站 (vickiboykis.com\u002Fwhat_are_embeddings\u002F) 和 GitHub 仓库的链接，并可能包含版本指示器。如果您手中的 PDF 缺少这些信息，或者链接不可用，建议访问官网重新下载最新版本以确保内容时效性。","https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fissues\u002F32",[150,155,160,165,170,175,180,185],{"id":151,"version":152,"summary_zh":153,"released_at":154},117083,"1.0.8","## 变更内容\n* 由 @beyonddream 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F48 中修复了一处小的文字细节，使其与段落其余部分的行文保持一致。\n\n## 新贡献者\n* @beyonddream 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F48 中完成了首次贡献。\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcompare\u002F1.0.7...1.0.8","2026-01-01T13:30:05",{"id":156,"version":157,"summary_zh":158,"released_at":159},117084,"1.0.7","## 变更内容\n* @RohanAlexander 修复了 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F40 中的少量错别字\n* @AndrewRook 更新了图 36 和图 37 的链接，详见 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F46\n\n## 新贡献者\n* @AndrewRook 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F46 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcompare\u002F1.0.6...1.0.7","2024-11-18T01:10:48",{"id":161,"version":162,"summary_zh":163,"released_at":164},117085,"1.0.6","## 变更内容\n对 TF-IDF 代码的澄清、修复了失效链接，并进行了一些清理和修复。感谢所有贡献者！\n\n* @bfgray3 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F27 中将帽子符号在 y 轴上移动\n* @tbayer 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F29 中修复了 fig_24_tf_idf_from_scratch.ipynb 文件中的无效 JSON\n* @veekaybee 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F35 中进行了 Overleaf 相关的更新\n* @KrishanBhasin 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F33 中修正了 TF-IDF 示例中的一个小拼写错误\n* @emlyn 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F37 中修复了 fig_24_tf_idf_from_scratch.ipynb 文件中的一个 bug\n\n## 新贡献者\n* @bfgray3 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F27 中完成了首次贡献\n* @tbayer 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F29 中完成了首次贡献\n* @KrishanBhasin 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F33 中完成了首次贡献\n* @emlyn 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F37 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcompare\u002F1.0.5...1.0.6","2024-02-11T14:12:55",{"id":166,"version":167,"summary_zh":168,"released_at":169},117086,"1.0.5","## 变更内容\n\n* 修复了一些小的拼写错误\n* 将与稀疏性相关的讨论移至另一节。由 @Ankush-Chander 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F26 中完成\n\n## 新贡献者\n* @Ankush-Chander 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F26 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcompare\u002F1.0.4...1.0.5","2023-07-24T14:01:10",{"id":171,"version":172,"summary_zh":173,"released_at":174},117087,"1.0.4","## 变更内容\n* 澄清了站点许可协议 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcommit\u002F3bab062aef93b4ffb0c94102adfc6f7520b3df1f\n* @schicho 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F17 中移除了重复的年份和作者信息\n* @michal-mmm 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F18 中修复了 fig_4_bert.ipynb 中的注释\n* @dleybz 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F19 中指出“鸟类识别”是一个独立的功能\n* @veekaybee 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F22 中进行了 Overleaf 上的更新\n\n## 新贡献者\n* @schicho 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F17 中完成了首次贡献\n* @michal-mmm 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F18 中完成了首次贡献\n* @dleybz 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F19 中完成了首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcompare\u002F1.0.3...1.0.4","2023-06-29T09:07:05",{"id":176,"version":177,"summary_zh":178,"released_at":179},117088,"1.0.3","语法和代码小修复\n\n### 文本编辑\n* @barrald 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F12 中修正了若干小错别字。\n* @arfri 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F13 中移除了行尾多余的引号。\n* @arfri 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F14 中修正了 2.1 节前的一段文字。\n* 3.6 Word2Vec —— 统一加粗格式，由 @moshekaplan 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F15 中完成。\n\n### 代码修复\n* @barrald 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F11 中修复了 fig_24 代码中的错误。\n\n### 其他变更\n* @akgerber 在 https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fpull\u002F16 中提出了对 3.2.1 的语法修订建议。\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Fveekaybee\u002Fwhat_are_embeddings\u002Fcompare\u002F1.0.2...1.0.3\n\n感谢所有贡献者！","2023-06-11T15:57:53",{"id":181,"version":182,"summary_zh":183,"released_at":184},117089,"1.0.2","表格格式修复\n\n### 文本编辑\n* 修复 minted 代码中的表格对齐 b69d432\n\n### 代码修复\n无\n\n### 其他更改\n* 无","2023-06-07T17:11:59",{"id":186,"version":187,"summary_zh":188,"released_at":189},117090,"1.0.1","拼写错误、链接和格式修复\n\n### 文本编辑\n* 修复 BERT 示例笔记本的链接 793a8a5\n* 合并汉明距离定义的编辑 68ac690\n* 修复 Viberary 的链接 2c05a9a\n* 修复 ArXiv 代码的链接 3cd02c8\n\n### 代码修复\n* 删除站点分支中的重复链接 c3595d3\n\n### 其他更改\n* 无","2023-06-07T12:44:53"]