不同的AI大模型生成的embedding通常不会完全一样。以下是一些原因：
模型架构：不同的模型架构（如BERT、GPT、RoBERTa等）会使用不同的方法来处理输入数据，从而生成不同的embedding。
训练数据：即使是相同的模型架构，不同的训练数据也会导致生成的embedding不同。训练数据的多样性和质量对模型的输出有很大的影响。
参数初始化：模型的参数初始化方式也会影响训练结果，从而影响生成的embedding。
训练过程：即使使用相同的模型架构和训练数据，训练过程中的随机性（如随机梯度下降中的随机性）也会导致不同的embedding。
优化目标：不同的模型可能有不同的优化目标（如分类任务、生成任务等），这也会影响生成的embedding。
因此，不同的AI大模型生成的embedding通常会有差异，但在某些情况下，它们可能会在语义上表现出一定的相似性。
网友回复
我知道答案，我要回答
私活外包
