Embedding
Et embedding repræsenterer indhold som en talvektor. Model og sammenligningsmetode afgør, hvilke ligheder der bliver synlige.
Et embedding er en numerisk repræsentation af indhold i et vektorrum. For tekst danner en model sådanne repræsentationer, så ligheden mellem eksempelvis et spørgsmål og dokumentafsnit kan sammenlignes.
Et søgeeksempel
I en hypotetisk vidensportal spørger nogen om at »sende tilbage«, mens vejledningen bruger »retur«. Passende embeddings kan hjælpe med at finde afsnittet trods andre ord. Om det lykkes, afhænger af model og data.
Høj lighed beviser hverken samme betydning i alle detaljer eller faktuel korrekthed. Den giver heller ikke læseret. Udvælgelse, gyldighed og tilladt adgang til et resultat skal vurderes særskilt.
Kilder
Relaterede begreber
- VektordatabaseEn vektordatabase gemmer og søger i vektorrepræsentationer. Et lignende resultat er ikke nødvendigvis en gyldig og tilladt svarkilde.
- Retrieval-augmented generationRAG forbinder informationssøgning med et genereret svar. Kildeadgang erstatter ikke et kvalitets- og rettighedsdesign.
- KonfidensscoreEn konfidensscore vurderer en modelforudsigelse efter den anvendte metode. Den giver ikke en forretningsmæssig godkendelse.
- ModelkortEt modelkort dokumenterer formål, grundlag, vurderingsbetingelser og kendte begrænsninger for en bestemt version af en AI-model.
- AI-parathedAI-parathed handler om et projekts forudsætninger: mål, brugbare data, kompetencer, ansvar og et fungerende driftsforløb.
- Context engineeringContext engineering forbereder information til hvert modelkald: relevante instruktioner, beskeder, kilder og aktuelle tilstande.
Artikler om emnet
AI & automatisering med ASES
AI-assistenter og automatiserede arbejdsgange