Wie Engines arbeiten
Embedding
Auch: Einbettung
Ein Embedding ist eine numerische Darstellung eines Textstücks, die ähnliche Bedeutungen nah beieinander platziert. Embeddings erlauben es einem System, eine Frage passenden Passagen zuzuordnen, auch wenn sie kein einziges Wort teilen.
Ausführlich
Praktisch heißt das: natürlich über ein Thema zu schreiben wirkt besser, als eine exakte Wendung zu wiederholen – abgeglichen wird Bedeutung, nicht die Zeichenfolge.
Leitfäden dazu
Verwandte Begriffe
Vektorsuche
Die Vektorsuche findet Dokumente, indem sie Embeddings vergleicht statt Keywords abzugleichen, und ruft Passagen ab, deren Bedeutung der Frage nahekommt. Sie ist die Abrufmethode hinter den meisten Answer Engines.
Semantische Suche
Die semantische Suche liefert Ergebnisse nach Bedeutung statt nach exakter Wortwahl, sodass eine Seite auf eine Frage zurückgegeben werden kann, mit der sie kein Wort gemeinsam hat. Sie liegt zugrunde, wie Answer Engines Material zum Antworten finden.
Retrieval-Augmented Generation
Retrieval-Augmented Generation bedeutet, dass ein Modell nach passenden Dokumenten sucht und seine Antwort aus dem Gefundenen schreibt statt allein aus dem Training. Deshalb kann eine diese Woche veröffentlichte Seite schon heute in einer Antwort auftauchen.
Bereit, die KI-Suche zu dominieren?
Jetzt loslegen
Allswap