- LM은 토큰을 벡터로 임베딩하고, 레그는 문장 전체를 벡터로 압축합니다. 🗜️
- 레그 임베딩 모델은 LM과 달리 문맥보다 의미론적 내용에 집중하여 학습합니다. 🧠
- 청크 크기는 임베딩 모델이 학습한 청크 크기와 일치해야 성능이 좋습니다. 📏
- 대부분의 임베딩 모델은 질문-답변 쌍으로 학습되므로 질문을 임베딩하는 것이 좋습니다. ❓
- 희소 벡터는 엘라스틱 서치, RDB 풀텍스트 인덱싱 등에 사용되며, 벡터 DB도 지원합니다. 🔍
Recommanded Videos
Run Postgres in a Docker Container (Easiest PostgreSQL Setup)
2024. 9. 20.
STOP Structuring Your Project Like a Junior Dev (Do This Instead!)
2025. 3. 23.
애니프사는 코딩을 더 잘하는지 연구해봄
2025. 4. 16.
요새 페오엑2에서 벌어진 일, 성심당에 다시 등장한 사이버 장발장.
2025. 2. 5.
Flutter For Noobs With Project
2024. 7. 24.
Building an AI-Powered E-commerce Chat Assistant with MongoDB – Tutorial
2025. 8. 20.