Czym jest model embeddingów?
Co to jest?
Model embeddingów zamienia tekst na ciąg liczb (wektor). Teksty o podobnym znaczeniu dają bliskie wektory: to podstawa wyszukiwania semantycznego i RAG.
Kiedy go używać
- Wybrać model do RAG według języka, rozmiaru dokumentów i wyniku.
- Znaleźć właściwe ustawienia: prefiksy, odległość, rozmiar fragmentów.
Pola strony
| Model | Identyfikator Hugging Face lub nazwa w API. |
|---|---|
| Wymiary | Rozmiar wektora. |
| Maks. tokenów | Maksymalna długość tekstu. |
| Odległość | Kosinusowa, iloczyn skalarny lub euklidesowa. |
| Prefiksy | Tekst do dodania przed pytaniami i fragmentami, jeśli model tego wymaga. |
| Benchmarki | Opublikowane wyniki, np. MTEB. |
Jak go używać
Przykład w Pythonie wczytuje model przez sentence-transformers i stosuje właściwe prefiksy.