एम्बेडिंग
एम्बेडिंग म्हणजे text, images किंवा इतर data चा अर्थ high-dimensional space मध्ये दाखवणारा numeric vector. समान अर्थ असलेल्या वस्तूंचे vectors जवळ बसतात, त्यामुळे systems exact matches ऐवजी semantic similarity नुसार content compare, cluster आणि retrieve करू शकतात.
समानार्थी शब्द: vector embedding, text embedding, semantic vector, dense representation
Embeddings ही मानवी भाषा आणि similarity math यांच्यातली कडी आहे. embedding model प्रत्येक input ला fixed-length vector मध्ये map करते, ज्यामुळे semantically related items एकत्र cluster होतात आणि vector search, clustering, classification व deduplication शक्य होते. retrieval pipeline मध्ये indexed chunks आणि incoming query दोन्ही त्याच model ने embed केले जातात, म्हणजे distances अर्थपूर्ण राहतात. embedding model space परिभाषित करत असल्यामुळे त्याची version reproducibility आणि controlled reindexing साठी जपण्याजोगी metadata असते.