SAT Vector Analyzer

SAT Answer Prediction

Visualizing vertices with vectors from origin (0,0,0) and using cosine similarity:

  • 3D空间中选项点到题目逻辑空间的距离
  • 高维空间(768维)中选项点到题目逻辑空间的距离
  • 合并所有句子为大段落的向量与选项向量的余弦相似度

Sentence Input

1

Question Stem Input

1

Option Input

A
B
C
D

Selected: all-MiniLM-L6-v2 (80MB, 384 dimensions)

Ready to Analyze & Predict

Enter sentences, question stems, and options, then generate analysis. Each point will be displayed with a vector from (0,0,0).

Higher cosine similarity = More relevant

技术细节

向量生成

使用最先进的句子转换器将文本转换为捕获语义和上下文的高维向量。

向量可视化

每个数据点都显示有从坐标原点(0,0,0)出发的向量，展示每个点在3D空间中的位置和方向关系。

余弦相似度

测量高维空间中两个向量之间夹角的余弦值，提供文本间语义相似度的度量。