Az embedding olyan technika, amely a szavakat vagy más elemeket számsorozatként (vektorként) ábrázolja, hogy a gép fel tudja dolgozni őket.
Az embedding lehetővé teszi, hogy a gép megértse a szavak közötti hasonlóságokat. Például a „király” és a „királynő” hasonló vektort kap.
Alapvető építőeleme a modern természetes nyelvfeldolgozó rendszereknek.
Kulcsszókeresés, szemantikus keresés, ajánlórendszerek.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
Az LLM olyan nyelvi modell, amely hatalmas mennyiségű szöveges adaton tanul, és képes összetett, emberihez hasonló szövegeket létrehozni.
A nyelvi modell egy AI-rendszer, amely a nyelv statisztikai mintázatait tanulja meg, hogy szövegeket értelmezzen vagy generáljon.
Egy egy olyan AI keretrendszer, amely külső tudásbázisból keres információt, majd az abból kinyert adatok felhasználásával generál választ.
A szemantikus keresés egy olyan keresési technológia, amely nemcsak a kulcsszavakat, hanem a szöveg jelentését is figyelembe veszi.
A szöveg legkisebb egysége, amelyet az AI-modell feldolgoz (lehet szó, szótag vagy karakterdarab).
A tokenizálás a szöveg feldarabolása kisebb egységekre, például szavakra, szótagokra vagy karakterekre.
A transformer egy neurális hálózati architektúra, amely hatékonyan dolgozza fel a szöveges adatokat.
