Gratulujeme!

Introduction to Embeddings with the OpenAI API

Emmanuel Pire

Senior Software Engineer, DataCamp

Kapitola 1 – Co jsou embeddingy?

 

  • Embeddingy: vektorová/číselná reprezentace textu
  • Zachycují sémantický význam textu
  • Využívají embedding model OpenAI
  • Pomocí kosinové vzdálenosti lze nacházet podobné texty
  • Umožňují sémantické vyhledávání, doporučovací systémy atd.

 

Graf 2D vektorového prostoru ukazující, že recenze se stejným sentimentem a tématem jsou si v tomto prostoru blíže.

Introduction to Embeddings with the OpenAI API

Kapitola 2 – Embeddingy pro aplikace umělé inteligence

 

Sémantické vyhledávání a doporučování

Vložený vyhledávací dotaz ve vektorovém prostoru spolu s několika vloženými články na různá témata.

 

Klasifikace

Vložené popisy tříd ve vektorovém prostoru, přičemž neznámý vektor je přiřazen kategorii Tech.

Introduction to Embeddings with the OpenAI API

Kapitola 3 – Vektorové databáze

Diagram znázorňující, jak se vektorová databáze (v tomto případě Chroma) používá k ukládání embeddingů dokumentů a vrácení výsledků na základě vloženého dotazu zpět uživateli.

Introduction to Embeddings with the OpenAI API

Co dál?

Cloudové, spravované vektorové databáze

Frameworky pro tvorbu aplikací

Introduction to Embeddings with the OpenAI API

Pojďme si procvičit!

Introduction to Embeddings with the OpenAI API

Preparing Video For Download...