# Embeddingi zdań i dokumentów (modele embeddingowe)

EN: **Sentence and document embeddings (embedding models)** · id `textembeddings` · aliases: sentence embeddings, text embeddings, embedding model, model embeddingowy, Sentence-BERT, SBERT, bi-encoder, MTEB, dense embeddings

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Reprezentacje i embeddingi](https://aiatlasgraph.com/t/representations.md) › Embeddingi zdań i dokumentów (modele embeddingowe)

## Description

- PL: 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.
- EN: 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.

## In one sentence

- PL: To zamienianie całych zdań lub fragmentów dokumentów w liczbowy zapis ich treści.
- EN: This turns whole sentences or document passages into numerical representations of their content.

## Problem it solves

- PL: Szukasz dokumentu opisującego twoją sprawę, ale zawiera on inne słowa niż twoje pytanie.
- EN: You need a document about your issue, but it uses different words from your question.

## What it does

- PL: Model zapisuje tekst jako zestaw liczb, a porównanie tych zestawów pozwala wyszukać podobne treści lub połączyć je w grupy.
- EN: A model encodes text as numbers, and comparing these representations helps retrieve similar content or group it together.

## Everyday example

- PL: Pytasz o zwrot pieniędzy, a wyszukiwarka znajduje instrukcję reklamacji mimo odmiennego sformułowania.
- EN: You ask about getting your money back, and a search tool finds the refund policy despite different wording.

## This concerns you if you…

- PL: przeszukujesz dokumenty według znaczenia
- PL: grupujesz podobne teksty lub usuwasz powtórzenia
- EN: search documents by meaning
- EN: group similar texts or remove duplicates

## Keywords

Sentence-BERT · bi-encoders · cross-encoders · MTEB · ColBERT · cosine similarity

## How it works

- PL: Enkoder przetwarza tokeny, a pooling lub specjalny token agreguje je do reprezentacji fragmentu. Cel kontrastywny albo podobieństwo par uczy geometrii, w której zapytania i odpowiednie teksty mają uzyskiwać wysoką zgodność.
- EN: An encoder processes tokens, and pooling or a special token aggregates them into a passage representation. Contrastive or pair-similarity training learns geometry where queries and relevant texts should match strongly.

## Limits

- PL: Długość wejścia i sposób agregacji ograniczają zachowaną treść. Bliskość nie sprawdza prawdziwości; zmiana języka, dziedziny lub enkodera wymaga ponownej oceny wyszukiwania.
- EN: Input length and aggregation limit retained content. Proximity does not verify truth; language, domain or encoder changes require retrieval reassessment.

## Key terms

- PL: **pooling tekstu**: Agregacja reprezentacji tokenów do jednego wektora fragmentu.
- PL: **podobieństwo kosinusowe**: Porównanie kierunków wektorów niezależnie od ich długości.
- EN: **text pooling**: Aggregating token representations into one passage vector.
- EN: **cosine similarity**: Comparing vector directions independently of their lengths.

## Know first

- [Tokenizacja tekstu (BPE, WordPiece, SentencePiece) (Text tokenisation (BPE, WordPiece, SentencePiece))](https://aiatlasgraph.com/t/tokenization.md)
- [Algebra liniowa: wektory i macierze (Linear algebra: vectors and matrices)](https://aiatlasgraph.com/t/linearalgebra.md)

## Examples

- PL: Sentence-BERT · bi-encoder vs cross-encoder · benchmark MTEB · embeddingi wielowektorowe (ColBERT)
- EN: Sentence-BERT · bi-encoder vs cross-encoder · MTEB benchmark · multi-vector embeddings (ColBERT)

## Related topics

Untyped, symmetric "see also" links.

- [Bazy wektorowe (Vector databases)](https://aiatlasgraph.com/t/vectordb.md)
- [Modelowanie tematów (Topic modelling)](https://aiatlasgraph.com/t/topicmodeling.md)
- [Reranking i fuzja wyników (Reranking and result fusion)](https://aiatlasgraph.com/t/reranking.md)

## Sources

- [Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks](<https://arxiv.org/abs/1908.10084>) `sentence-bert-2019` · by Nils Reimers, Iryna Gurevych
- [MTEB: Massive Text Embedding Benchmark](<https://arxiv.org/abs/2210.07316>) `mteb-2022` · by Niklas Muennighoff, Nouamane Tazi, Loïc Magne, Nils Reimers
- [Sentence Transformers — documentation (landing page)](<https://sbert.net/>) `sbert-docs` · by projekt Sentence Transformers (utrzymywany przez Hugging Face)

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/textembeddings · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30