向量相似度基线与各向异性检查

原名：embedding-anisotropy-check

对成对向量比较匹配分数与随机错配基线，避免只看原始余弦值。

中文 Skills 技能说明

向量余弦值很高，不一定说明检索结果就好。提供获准使用、处于同一坐标空间且逐行配对的 NPY 数组，包内 Python 工具比较原始与中心化后的匹配分数、错配基线及排序结果，记录均值从哪些样本估计。它检查相似度解释，区别于选择切分策略或调索引。两个独立模型的坐标不能直接比较，样本不足、零向量或缺少对照要说明；规则阈值不是模型合格证或业务效果。Python 与 NumPy 另配，示例模型和数据下载不是必需步骤，使用前核对额外许可、费用及网络条件，企业向量留在授权范围。

上游能力依据

上游原始适用说明：Use before reporting any cosine similarity computed over embeddings or transformer hidden states, whether the agent computed the vectors or loaded them. Measures the anisotropy of each side, centres by the population mean, and scores matched pairs against a permuted floor taken from the same comparison. Use when comparing one model''s embeddings across precisions, runtimes or layers, when evaluating retrieval, probes or adapters, or before calling a similarity high, two conditions in agreement, or a small gap a null.

上游 SKILL.md 主要章节（保留原文标题）：

使用边界

先提供真实业务背景、目标受众和可核验资料。输出是工作草稿或决策辅助，不补造客户反馈、经营数据、案例或引用。

作者、翻译与许可证

原作者
GitHub, Inc. 与 awesome-copilot contributors
中文翻译
CEOFans翻译
许可证
MIT
上游来源
https://github.com/github/awesome-copilot/tree/96543145e9cb97711020b57b9d88f968062c4fc7/skills/embedding-anisotropy-check

适用范围

平台：linux、macos、windows；标签：向量相似度、错配基线、各向异性

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。