O que é um modelo de embeddings?
O que é?
Um modelo de embeddings transforma um texto numa série de números (um vetor). Textos com significado próximo dão vetores próximos: é a base da pesquisa semântica e do RAG.
Quando o usar
- Escolher o modelo de um RAG pelo idioma, tamanho dos documentos e pontuação.
- Encontrar as definições certas: prefixos, distância, tamanho dos pedaços.
Campos da página
| Modelo | Identificador Hugging Face ou nome na API. |
|---|---|
| Dimensões | Tamanho do vetor. |
| Tokens máx. | Comprimento máximo de um texto. |
| Distância | Cosseno, produto interno ou euclidiana. |
| Prefixos | Texto a pôr antes das perguntas e das passagens, se o modelo o exigir. |
| Benchmarks | Pontuações publicadas, p. ex. MTEB. |
Como o usar
O exemplo em Python carrega o modelo com sentence-transformers e aplica os prefixos certos.