Tiếp theoTiếp theo trong xây dựng với hệ thống AI
Nhúng
Nguyên tắc cơ bản
HƯỚNG DẪN KỸ THUẬT
Cơ sở dữ liệu vectơ lưu trữ các biểu diễn số và truy xuất các bản ghi bằng cách sử dụng thước đo tương tự, thường cùng với các bộ lọc siêu dữ liệu.
Nghe hướng dẫn nàyAI thuật lại · ~2 min
Nó có thể hỗ trợ tìm kiếm, đề xuất và truy xuất ngữ nghĩa cho các ứng dụng AI. Nó không độc lập thiết lập sự thật, sự cho phép hoặc tính hữu ích của hồ sơ được truy xuất.
Mô hình nhúng ánh xạ một mục như đoạn văn hoặc hình ảnh vào một vectơ. Cơ sở dữ liệu lập chỉ mục các vectơ đó để biểu diễn truy vấn có thể truy xuất các mục lân cận. Giữ nội dung gốc, mã nhận dạng nguồn và siêu dữ liệu có liên quan có sẵn cùng với vectơ. Mô hình nhúng và thước đo độ tương tự phải tương thích với ứng dụng. Việc thay đổi mô hình có thể thay đổi ý nghĩa hoặc kích thước của các biểu diễn được lưu trữ. Quá trình di chuyển có thể yêu cầu tính toán lại các phần nhúng và xây dựng lại chỉ mục thay vì trộn lẫn các vectơ cũ và mới. Tìm kiếm lân cận gần nhất chính xác so sánh trực tiếp các ứng cử viên, trong khi các phương pháp gần đúng đánh đổi một số độ trung thực khi truy xuất để lấy tốc độ hoặc hiệu quả bộ nhớ. Đánh giá sự cân bằng bằng cách sử dụng các truy vấn đại diện và kích thước bộ sưu tập thực tế. Chỉ riêng độ trễ của cơ sở dữ liệu không đo lường được mức độ liên quan của bằng chứng được trả về. Lập kế hoạch cập nhật, xóa và ủy quyền như một phần của thiết kế. Tài liệu đã xóa sẽ không thể được tìm thấy thông qua phần nhúng cũ. Bộ lọc siêu dữ liệu cần thực thi phạm vi được phép của người dùng yêu cầu. Kiểm tra các bản cập nhật đồng thời và hành vi dự phòng khi chỉ mục không có sẵn.
04Ví dụ hoạt động
Hãy tưởng tượng một chỉ mục được xây dựng bằng mô hình A và một dịch vụ truy vấn mới bằng mô hình B.
Ngay cả khi cả hai đều tạo ra cùng số chiều, ý nghĩa tọa độ của chúng không nhất thiết phải khớp nhau. Trộn chúng có thể làm cho kết quả tương tự trở nên vô nghĩa.
Xây dựng chỉ mục được phiên bản riêng bằng mô hình B, đánh giá chỉ mục đó và chỉ chuyển đổi truy vấn sau khi xác thực quá trình di chuyển hoàn tất.
Những gì nó cho thấy
Kịch bản được xây dựng cho thấy tại sao việc nhúng phiên bản là một phần của tính toàn vẹn dữ liệu.
Truy xuất các đoạn liên quan trong khi vẫn bảo toàn quyền tài liệu và liên kết nguồn.
So sánh truy xuất chính xác và gần đúng trên một bộ truy vấn được giữ lại.
Bản tin miễn phí
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Không an toàn theo giả định. Các biểu diễn từ các mô hình khác nhau có thể không tương thích ngay cả khi kích thước của chúng khớp nhau.
Tiếp tục học hỏi
Đã chọn thêm hướng dẫn cho chủ đề này
Tiếp theoTiếp theo trong xây dựng với hệ thống AI
Nhúng
Nguyên tắc cơ bản