Косинусное сходство
Мера сходства двух векторов — косинус угла между ними: скалярное произведение, делённое на произведение длин. Выбор по умолчанию для сравнения эмбеддингов.
Суть в том, что учитывается только направление, а не длина. Два текста на одну тему указывают в одну сторону векторного пространства, даже если один втрое длиннее, а длина эмбеддинга нередко отражает, например, частоту слов, а не смысл. Значение лежит в диапазоне от −1 до 1, хотя у большинства современных моделей на практике попадает между 0 и 1. Типичная оптимизация: нормализовать все векторы до длины 1 — тогда косинусное сходство равно скалярному произведению, которое считается дешевле; поэтому векторные базы любят хранить нормализованные векторы. На нормализованных векторах евклидово расстояние даёт тот же порядок.