- 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
JavaScript Tutorial for Beginners: The Language Itself
2024. 7. 29.
NEW n8n AI Agents Feature Makes Building EASY!🤖 Automated fromAI Variable NO CODE Open Source
2025. 2. 21.
What Happens When You Skip User Testing
2025. 6. 3.
How HACKERS find Network Vulnerabilities (with Nmap Scripts)
2025. 1. 1.
3만 개발 유튜버가 되었습니다! 저의 목표는요...
2025. 4. 28.
Exception Filters are Awesome
2025. 6. 4.