सामग्रीकडे जा
शब्दावली

वेक्टर शोध

वेक्टर शोध exact words ऐवजी अर्थानुसार content शोधतो. Text high-dimensional embeddings मध्ये बदलला जातो, आणि cosine distance सारखी similarity metric stored vectors query vector च्या किती जवळ आहेत यानुसार rank करते, त्यामुळे keywords जुळले नाहीत तरी conceptually related passages मिळतात.

समानार्थी शब्द: semantic search, similarity search, nearest-neighbor search, embedding search

वेक्टर शोध semantic retrieval चालवतो: strings match करण्याऐवजी तो अर्थ match करतो. query indexed content सारख्याच vector space मध्ये embed होते, आणि index distance metric नुसार nearest vectors परत करतो. scale वर जलद राहण्यासाठी production systems approximate nearest-neighbor indexes वापरतात, जे मोठ्या latency wins साठी tiny accuracy trade-offs स्वीकारतात. Vector search keyword search सोबत hybrid retriever मध्ये जोडल्यावर सर्वाधिक प्रभावी ठरतो, त्यामुळे exact identifiers pure semantic matching मध्ये हरवत नाहीत.

वारंवार विचारले जाणारे प्रश्न

vector search मध्ये embedding म्हणजे काय?
Embedding हा text च्या अर्थाचे प्रतिनिधित्व करणारा numeric vector आहे, जो embedding model तयार करते. समान अर्थाचे texts vector space मध्ये जवळ येतात.
approximate nearest neighbor (ANN) search म्हणजे काय?
ANN search थोडी accuracy speed साठी trade करते; index structures वापरून stored vectors ची संख्या millions मध्ये गेली तरी similarity lookups जलद राहतात.