온디바이스 텍스트 & 임베딩 모델 인퍼런스 최적화

Raw Text ("안녕하세요") ➔ Tokenizer ➔ Input IDs [101, 7520, 2341, 102] ➔ Model Inference ➔ Pooling & L2 Normalization ➔ 384차원 Embedding Vector

fun cosineSimilarity(v1: FloatArray, v2: FloatArray): Float {
    require(v1.size == v2.size) { "벡터 차원이 일치해야 합니다." }
    var dotProduct = 0.0f
    var normA = 0.0f
    var normB = 0.0f
    for (i in v1.indices) {
        dotProduct += v1[i] * v2[i]
        normA += v1[i] * v1[i]
        normB += v2[i] * v2[i]
    }
    val denominator = (Math.sqrt(normA.toDouble()) * Math.sqrt(normB.toDouble())).toFloat()
    return if (denominator > 0.0f) dotProduct / denominator else 0.0f
}