向量检索中衡量两个 embedding 相似度时,余弦相似度与欧氏距离的关系是?

大模型应用基础

  1. A.二者对同一批向量给出的近邻排序正好相反,实际系统需要在两者中择一使用
  2. B.余弦相似度只能用于低维向量,向量维度超过几百维之后就必须改用欧氏距离
  3. C.余弦只比较方向忽略模长;向量 L2 归一化后二者的近邻排序一致
  4. D.欧氏距离越大表示越相似