Embedding
Un embedding rappresenta contenuti con un vettore numerico. Modello e confronto determinano quali somiglianze emergono.
Un embedding è una rappresentazione numerica di contenuti in uno spazio vettoriale. Per i testi, un modello genera queste rappresentazioni per confrontare, per esempio, una domanda con passaggi documentali.
Esempio di ricerca
In un portale ipotetico, una persona chiede come «rimandare indietro» un articolo, mentre l’istruzione parla di «reso». Embedding adatti possono aiutare a trovare il passaggio nonostante parole diverse. Il risultato dipende da modello e dati.
Una somiglianza elevata non dimostra significato identico in ogni dettaglio né correttezza fattuale. Non concede nemmeno il permesso di lettura. Selezione, validità e accesso consentito al risultato vanno verificati separatamente.
Fonti
Termini correlati
- Database vettorialeUn database vettoriale conserva e ricerca embedding. Un risultato simile non è ancora una fonte valida e consentita.
- Retrieval-Augmented GenerationRAG combina recupero di informazioni e risposte generate. L’accesso alle fonti non sostituisce la progettazione di qualità e permessi.
- Punteggio di confidenzaUn punteggio di confidenza valuta una previsione secondo il metodo del modello. Non concede un’approvazione operativa.
- Model cardLa model card documenta scopo, basi, condizioni di valutazione e limiti noti di una determinata versione di un modello di IA.
- Preparazione all’IALa preparazione all’IA riguarda i presupposti di un progetto: obiettivo, dati utilizzabili, competenze, responsabilità e gestione operativa.
- Context engineeringIl context engineering prepara le informazioni per ogni chiamata al modello: istruzioni, messaggi, fonti e stati attuali pertinenti.
Articoli sul tema
IA & automazione con ASES
Assistenti IA e processi automatizzati