Update nexus: fix conflicts and sync local changes

wiki/concepts/Vector-Embedding.md

@@ -1,53 +1,53 @@
----
-title: "Vector Embedding"
-type: concept
-last_updated: 2026-04-22
----
-
-## Definition
-
-将文本、图片、音频等非结构化数据通过深度学习模型转换为高维稠密向量（dense vector），使语义相似的内容在向量空间中彼此接近。
-
-## How It Works
-
-1. **编码（Encoding）**：文本经过 embedding 模型（如 BERT、OpenAI text-embedding-3-small、BGE-m3）处理，输出固定维度的实数向量（常见维度：384/768/1536/3072）
-2. **存储**：向量存入向量数据库（Qdrant、Pinecone、Weaviate）或支持向量索引的数据库（pgvector、SQLite + sqlite-vss）
-3. **检索**：查询时将查询文本同样编码为向量，在向量空间中搜索最近邻（ANN 或 KNN）
-
-## Key Properties
-
-| 属性 | 说明 |
-|------|------|
-| 维度（dimensionality） | 越高表达能力越强，但存储/计算成本更高 |
-| 语义保持（semantic preservation） | 同义词/近义表达在空间中接近 |
-| 可微性 | 支持通过梯度下降持续优化（对比学习） |
-| 跨模态 | CLIP 等模型可实现图文跨模态检索 |
-
-## Core Operations
-
-- **余弦相似度**（cosine similarity）：衡量方向一致性，值域 [-1, 1]
-- **点积**（dot product）：值域无界，embedding 已归一化时等价于余弦相似度
-- **欧氏距离**（L2 distance）：衡量绝对距离
-
-## Applications
-
-| 应用 | 说明 |
-|------|------|
-| RAG | 检索相关文档片段作为 LLM 上下文 |
-| 语义去重 | [[Semantic-Deduplication]] — 识别语义重复内容 |
-| 推荐系统 | 基于内容 embedding 找相似物品 |
-| 聚类分析 | 将相似文档自动分组 |
-
-## Tools & Models
-
-- **OpenAI text-embedding-3-small**：1536 维，性价比最高（$0.02/1M tokens）
-- **BGE-m3**：支持中文多语言，开源（FlagEmbedding）
-- **nomic-embed-text**：开源 768 维，支持本地部署
-- **sqlite-vss**：SQLite 扩展，支持向量 ANN 搜索
-- **Qdrant**：开源向量数据库，支持过滤条件
-
-## Connections
-
-- [[Semantic-Deduplication]] — 向量嵌入的直接应用
-- [[Knowledge-Base-RAG]] — RAG 的核心检索技术
-- [[YouTube-Content-Pipeline]] — 用向量嵌入实现选题去重
+---
+title: "Vector Embedding"
+type: concept
+last_updated: 2026-04-22
+---
+
+## Definition
+
+将文本、图片、音频等非结构化数据通过深度学习模型转换为高维稠密向量（dense vector），使语义相似的内容在向量空间中彼此接近。
+
+## How It Works
+
+1. **编码（Encoding）**：文本经过 embedding 模型（如 BERT、OpenAI text-embedding-3-small、BGE-m3）处理，输出固定维度的实数向量（常见维度：384/768/1536/3072）
+2. **存储**：向量存入向量数据库（Qdrant、Pinecone、Weaviate）或支持向量索引的数据库（pgvector、SQLite + sqlite-vss）
+3. **检索**：查询时将查询文本同样编码为向量，在向量空间中搜索最近邻（ANN 或 KNN）
+
+## Key Properties
+
+| 属性 | 说明 |
+|------|------|
+| 维度（dimensionality） | 越高表达能力越强，但存储/计算成本更高 |
+| 语义保持（semantic preservation） | 同义词/近义表达在空间中接近 |
+| 可微性 | 支持通过梯度下降持续优化（对比学习） |
+| 跨模态 | CLIP 等模型可实现图文跨模态检索 |
+
+## Core Operations
+
+- **余弦相似度**（cosine similarity）：衡量方向一致性，值域 [-1, 1]
+- **点积**（dot product）：值域无界，embedding 已归一化时等价于余弦相似度
+- **欧氏距离**（L2 distance）：衡量绝对距离
+
+## Applications
+
+| 应用 | 说明 |
+|------|------|
+| RAG | 检索相关文档片段作为 LLM 上下文 |
+| 语义去重 | [[Semantic-Deduplication]] — 识别语义重复内容 |
+| 推荐系统 | 基于内容 embedding 找相似物品 |
+| 聚类分析 | 将相似文档自动分组 |
+
+## Tools & Models
+
+- **OpenAI text-embedding-3-small**：1536 维，性价比最高（$0.02/1M tokens）
+- **BGE-m3**：支持中文多语言，开源（FlagEmbedding）
+- **nomic-embed-text**：开源 768 维，支持本地部署
+- **sqlite-vss**：SQLite 扩展，支持向量 ANN 搜索
+- **Qdrant**：开源向量数据库，支持过滤条件
+
+## Connections
+
+- [[Semantic-Deduplication]] — 向量嵌入的直接应用
+- [[Knowledge-Base-RAG]] — RAG 的核心检索技术
+- [[YouTube-Content-Pipeline]] — 用向量嵌入实现选题去重