שיבוצים
Embeddings
שיבוצים הם ייצוגים מספריים של נתונים באמצעות וקטורים. הבינה המלאכותית משתמשת בהם כדי לפרש נתונים ויחסים מורכבים, ומאגרי וקטורים שומרים אותם לצורך שליפה.
עודכן ב־
איך זה קשור לאוטומציה?
Embedding מייצג תוכן כווקטור שמאפשר להשוות דמיון. הוא שימושי לחיפוש לפי משמעות גם כשהשאלה והמסמך משתמשים במילים שונות; הדמיון אינו הוכחה שהמסמך עונה נכון.
דוגמאות שימוש באוטומציה
הדוגמאות להמחשה. את החיבורים והכללים מתאימים למערכות ולתהליך של העסק.
לקוח כותב שהחבילה לא הגיעה. השאלה מומרת לייצוג ונשלפים קטעים בנושא איחור במשלוח, אף שהניסוח בהם שונה. לפני יצירת תשובה נבדק שהקטעים קשורים למדיניות המשלוחים הנוכחית.
באילו כלים זה רלוונטי?
- Cohere
- מספקת מודלי ייצוג לחיפוש וליישומי שפה; יש לבחור מודל וסוג קלט מתאימים.
מה חשוב לבדוק לפני שמיישמים?
- שמרו עקביות בין מודל הייצוג של המסמכים והשאלות. החלפת מודל עלולה לדרוש אינדוקס מחדש.