AI 和 NLP 模型用來捕捉文字中真實世界物件和概念意義的數值向量表示法，稱為什麼？

Embeddings (嵌入) 是將文字、單字或詞組轉換為數值向量的表示法，這些向量捕捉了它們在語義上的意義和關係，使 AI 和 NLP 模型能夠處理和理解語言。例如，"king" 和 "queen" 的嵌入向量在向量空間中會比較接近，因為它們在語義上相關。Tokens (符記) 是文字被分割成的最小單位，例如單字或子單字，它們是嵌入的輸入，但本身不是意義的數值表示。Models (模型) 是指整個 AI 系統，它使用嵌入來執行任務，而不是嵌入本身。Binaries (二進位檔) 是指電腦可執行檔案或資料，與文字的數值表示無關。