Modul ini memperlakukan embedding sebagai data yang dirancang, bukan sekadar keluaran model. Isinya mencakup pengertian embedding beserta makna geometrisnya, model pretrained sebagai sumber vektor, konsekuensi dimensi terhadap penyimpanan dan kecepatan pencarian, serta ID dan payload yang menemani setiap vektor. Materi ini menjadi dasar bagi pembahasan metrik kemiripan dan mesin penyimpanan vektor pada modul-modul berikutnya di jalur ini.
Embedding sebagai Data
Embedding diperlakukan sebagai data skema: model, dimensi, dan metadata yang menemani setiap vektor.
0/0 selesai
- Apa Itu Embedding ?
Teks atau objek lain sebagai titik pada ruang berdimensi tinggi beserta makna geometrisnya.
- Dari Mana Embedding Berasal
Model embedding pretrained sebagai sumber vektor dan alasan menggunakan model jadi alih-alih melatih sendiri.
- Dimensi dan Pilihan Model
Dimensi sebagai biaya penyimpanan dan kecepatan pencarian, beserta pertimbangan memilih keluarga model.
- Metadata di Samping Vektor
ID dan payload yang menemani vektor serta alasan vektor jarang berdiri sendiri.