Numerische Repräsentation von Text, Bild oder Audio als Vektor, so positioniert, dass ähnliche Inputs nah beieinander landen. Treibt semantische Suche, Clustering und „Ähnliche-Elemente-finden“-Features an.
Definition: Numerische Repräsentation von Text, Bild oder Audio als Vektor, so positioniert, dass ähnliche Inputs nah beieinander landen. Treibt semantische Suche, Clustering und „Ähnliche-Elemente-finden“-Features an.
Numerische Repräsentation von Text, Bild oder Audio als Vektor im hochdimensionalen Raum, wo ähnliche Inputs nah beieinander landen. Die Mathematik hinter semantischer Suche, thematischem Clustering und „Ähnliche Elemente finden“-Features. In der Research treiben Embeddings Tools an, die offene Antworten oder Interview-Zitate nach Bedeutung statt nach exakter Formulierung gruppieren. Siehe auch RAG und KI-gestützte thematische Analyse.
Eine Technik, die LLM-Antworten verbessert, indem zunächst relevante Informationen aus einer spezifischen Wissensbasis abgerufen werden, um die Ausgabe des Modells zu fundieren.
Ein KI-System, das auf grossen Mengen von Text trainiert wurde, um menschenähnliche Sprache vorherzusagen und zu generieren. Am besten als Konzept-Transformationsmaschine zu verstehen, nicht als Wissensdatenbank.
Trainiertes System, das Eingabe über gelernte Muster auf Ausgabe abbildet. In der Research-Praxis meist ein Large Language Model, aber der Begriff umfasst auch Bild-, Audio- und multimodale Systeme.