文档摘要

第2章 核心模型架构\n\n本章深入剖析Embedding模型的技术演进：从静态词向量到上下文感知的动态表示，再到多模态融合的前沿探索。\n\n### 2.1 Word2Vec与GloVe\n静态词向量的两大经典范式：预测式与计数式。\n\n### 2.2 BERT系列模型\n双向上下文编码如何重塑Embedding。\n\n### 2.3 Transformer架构\n注意力机制与自注意力如何生成高质量向量。\n\n### 2.4 多模态Embedding\n文本、图像、音频的统一向量空间构建。

---