Kisung You

arXiv论文质疑余弦相似度在AI表征中的有效性

一篇题为“角度的语义：余弦相似度何时有效，何时无效”的arXiv新论文批判性地审视了余弦相似度在机器学习表征中的广泛应用。该论文由Kisung You撰写，认为虽然余弦相似度在计算上很方便且对归一化嵌入有效，但其局限性源于无法捕捉径向变化以及可能与下游决策目标不匹配。作者建议审查替代方法，包括几何感知、中心点感知和范数感知方法，并指出余弦相似度的效用取决于特定的表征、处理、评分规则和决策上下文。