一、什么是“Embedding”? Embedding(嵌入)是指把文本(也可能包括图像、视频等其他模态数据)转成能表达语义信息的浮点数向量，向量之间的数学距离可以反映对应文本之间的语义相关性。 二、

朋友们，欢迎回到我的大模型学习之旅！在上一篇文章中，我们一起攻克了Token这个概念，知道了它是大模型处理文本的基本单位。今天，我们要继续深入，探索一个更加神奇的概念——Embedding（嵌入）。

无论是刚入门的大模型应用开发者，还是工程化的团队，只要掌握了Agent底层原理和方法论，结合合适的工具和框架，都能轻松、高效开发出基于大模型的应用。

作为一个新手，我深知初学者的痛点。所以这篇文章，我会用最直白的语言，带你从零开始，一步步搞懂Token到底是什么，为什么它如此重要。

Token 是文本被分割后的基本组成部分。在自然语言处理中，为了让模型能够理解和处理人类语言，需要将一段连续的文本（如句子或段落）分解成更小的单元，这些单元就是 Token。