La similitud coseno mide el coseno del ángulo entre dos vectores: si apuntan exactamente en la misma dirección, su similitud es 1; si son perpendiculares, es 0; si apuntan en direcciones opuestas, es -1. A diferencia de la distancia euclidiana, ignora por completo la magnitud de los vectores, enfocándose únicamente en su dirección.
Por qué es la preferida para embeddings
En espacios de embeddings de texto, lo que suele importar es la dirección semántica de un vector, no su longitud, por lo que la similitud coseno es la métrica estándar para comparar qué tan relacionados están dos textos, imágenes u otros elementos representados como embeddings.