Embeddings y modelos
Un embedding convierte texto en un vector numérico donde la cercanía representa similitud semántica.
En el espacio vectorial, textos con significado similar quedan cerca.
Qué captura
- "placa vehicular" y "matrícula de auto" quedan cerca, aunque no compartan palabras.
- Permite búsqueda por significado, no solo por palabras clave.
- Funciona en varios idiomas con modelos multilingües.
Modelos populares
- bge-m3 (BAAI): multilingüe, abierto, el que usa INT.
- nomic-embed-text: ligero, corre en CPU.
- OpenAI text-embedding-3: en la nube, por API.
DATO
la dimensión típica va de 384 a 1024. Más dimensión = más precisión, pero más memoria y latencia.
Calificación
No hay comentarios por ahora.
para ser el primero en comentar.