- 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
'Clone'사의 오싹한 근육로봇 #shorts
2025. 2. 26.
How to Pass Custom NavTypes in Compose Type-Safe Navigation - Android Studio Tutorial
2024. 8. 11.
Magistral + Unlimited Free APIs + Local Usage : This FULLY FREE Coder Reasoning Model is PRETTY GOOD
2025. 6. 13.
How to Build a Full Stack Meme Generator (ImageKit, Next.js, Auth.js, Drizzle, Neon)
2024. 9. 20.
![[구독자 감사 공개영상] 2/10편 • 로그인 및 서버 연결 • LS증권 해외주식 24시간 자동화 매매 시스템 구축](https://i2.ytimg.com/vi/Y9grqeMGuDc/hqdefault.jpg)
[구독자 감사 공개영상] 2/10편 • 로그인 및 서버 연결 • LS증권 해외주식 24시간 자동화 매매 시스템 구축
2024. 11. 2.
Avoid This Type of Database Design
2025. 6. 4.