Modele zamieniające całe zdanie lub fragment dokumentu w wektor porównywany np. podobieństwem kosinusowym. Są powszechnie używane w wyszukiwaniu semantycznym i potokach RAG, a także w klasteryzacji i deduplikacji; modele embeddingowe porównuje się m.in. na benchmarku MTEB. Uzupełniają je cross-encodery do rerankingu i reprezentacje wielowektorowe.
Models that turn a whole sentence or document chunk into a vector compared, for example, with cosine similarity. They are commonly used in semantic retrieval and RAG pipelines, as well as clustering and deduplication; embedding models are compared on benchmarks such as MTEB. Cross-encoders for reranking and multi-vector representations complement them.
To zamienianie całych zdań lub fragmentów dokumentów w liczbowy zapis ich treści.
This turns whole sentences or document passages into numerical representations of their content.
Szukasz dokumentu opisującego twoją sprawę, ale zawiera on inne słowa niż twoje pytanie.
You need a document about your issue, but it uses different words from your question.
Model zapisuje tekst jako zestaw liczb, a porównanie tych zestawów pozwala wyszukać podobne treści lub połączyć je w grupy.
A model encodes text as numbers, and comparing these representations helps retrieve similar content or group it together.
Pytasz o zwrot pieniędzy, a wyszukiwarka znajduje instrukcję reklamacji mimo odmiennego sformułowania.
You ask about getting your money back, and a search tool finds the refund policy despite different wording.