Embeddings i vektorske baze
Razumite semantičku sličnost i kada je vektorska pretraga zaista korisna.
- 11 minuta
- srednje
- Pregledano 2026-07-16
Šta je to?
Embedding pretvara sadržaj u vektor. Vektorska baza čuva vektore i traži bliske stavke, često zajedno sa filterima metapodataka.
Zašto je važno?
Semantička pretraga pronalazi povezano značenje čak i kada se reči razlikuju, što pomaže pri retrieval-u, grupisanju i preporukama.
Mentalni model
Embedding postavlja značenje na numeričku mapu; bliske tačke su često semantički povezane.
Jednostavan primer
Pretraga za 'prekid pretplate' može pronaći odeljak 'otkazivanje naloga' iako ne dele iste reči.
Šta nije
Vektorska baza nije kompletan sistem znanja, izvor istine niti obavezan deo svakog RAG projekta.
Šta prvo treba naučiti
Ove ideje pomažu da lekciju smestite u pravi kontekst.
- RAG
- Osnovna pretraga
Prvih 60 minuta
Iskoristite jedan fokusiran sat da ideju pretvorite u nešto konkretno.
- Uporedite rezultate pretrage po ključnim rečima i značenju za pet izraza.
- Dodajte filter poput jezika ili vrste dokumenta.
- Pregledajte jedan pogrešan rezultat i objasnite zašto se pojavio.
Prvo napravite ovo
Napravite malu semantičku pretragu nad 20 kratkih beleški i uporedite je sa običnim poklapanjem reči.
Kada ga ne treba koristiti
Izbegavajte vektore kada tačni ID-jevi, datumi, dozvole ili mali strukturisani skupovi treba da vode pretragu.
Šta učiti dalje
Naučite evaluaciju utemeljenih odgovora i hibridnu pretragu.