Embedding sezgisi
Anlamı koordinat sistemine taşımak ne demek?
Önkoşul: Tokenization
BU DERSİN SONUNDA
- Gömme vektörünün ne olduğunu geometrik olarak açıklayabilmek
- Benzerlik ölçümünün neden kosinüs benzerliğiyle yapıldığını anlatabilmek
- Gömme modelinin hangi durumlarda yanlış komşu getirdiğini tanıyabilmek
- Bir gömme modelini iş yüküne göre seçme kriterlerini sıralayabilmek
- 1
Teori
Kavramın çalışma mantığı
- 2
Örnek
Gerçek bir senaryo üzerinde gösterim
- 3
Lab
Uygulamalı alıştırma
- 4
Test
Kısa ölçüm
- 5
Proje
Rotadaki projeye katkı
Kısa cevap
Gömme (embedding), bir metni sabit uzunlukta bir sayı dizisine — bir vektöre — çeviren dönüşümdür. Amaç, anlamca yakın metinlerin bu uzayda birbirine yakın düşmesi; böylece "benzerlik" bir geometri problemine indirgenir.
Teori: anlamı koordinata taşımak#
Bir metni yüzlerce veya binlerce boyutlu bir uzayda bir nokta olarak düşünün. Gömme modeli bu noktayı, eğitim sırasında öğrendiği ilişkilere göre yerleştirir. "Fatura" ile "irsaliye" birbirine yakın düşer; "fatura" ile "yağmur" uzak. Bu yakınlık kelime eşleşmesinden değil bağlamsal kullanımdan gelir.
Yakınlık ölçüsü olarak kosinüs benzerliği kullanılır: iki vektör arasındaki açının kosinüsü. Açı ölçüldüğü için vektörün uzunluğu — yani metnin uzunluğu — sonucu bozmaz. Bu, farklı uzunluktaki metinleri karşılaştırabilmenin anahtarı.
Örnek: benzerlik nerede yanılır?#
| Sorgu | Gömme neyi getirir | Sorun |
|---|---|---|
| "izin süreci nasıl" | İzin, tatil, devamsızlık prosedürleri | Sorun yok: kavramsal sorgu |
| "madde 7/b" | Mevzuattan rastgele maddeler | Kesin ifade anlamsal olarak ayırt edilemez |
| "faturayı iptal etmeyin" | Fatura iptal prosedürü | Olumsuzluk vektörde zayıf temsil edilir |
| "SKU 44821" | Başka SKU kayıtları | Rakam dizileri birbirine benzer görünür |
Model seçimi#
- Dil kapsamı: Türkçe performansı ölçülmüş mü, yoksa varsayılıyor mu?
- Boyut: yüksek boyut daha iyi temsil ama daha fazla depolama ve arama maliyeti.
- Girdi sınırı: modelin kabul ettiği maksimum token sayısı parçalama stratejinizi belirler.
- Asimetri: soru ve belge için ayrı önek/model gerektiren kurulumlar daha iyi sonuç verebilir.
- Kararlılık: model sürümü değişirse tüm dizini yeniden üretmek gerekir.
Son madde en çok gözden kaçan operasyonel risk. Gömme modelini değiştirmek, sorgu tarafını değiştirmekle bitmez: mevcut tüm vektörler eski uzayda üretilmiştir ve yeni sorgu vektörüyle karşılaştırılamaz. Geçiş planı, yeniden dizinleme maliyetini içermek zorunda.
LAB · UYGULAMALI ALIŞTIRMA
Komşuluk denetimi yapın
- 1Kendi belge setinizden 20 parça seçip gömme vektörlerini üretin.
- 2Beş gerçek kullanıcı sorusu yazın; her biri için en yakın beş komşuyu listeleyin.
- 3Her sonucu "ilgili / ilgisiz" olarak elle işaretleyin.
- 4İlk beşteki ilgili oranını hesaplayın; bu sizin başlangıç ölçümünüz.
- 5Kesin terim ve olumsuzluk içeren iki soru ekleyip aynı ölçümü tekrarlayın.
Beklenen çıktı
Beş soru için ilk-beş ilgili oranı ve gömme aramanın zayıf kaldığı sorgu tiplerinin listesi.
Sık sorulan sorular
Gömme boyutu büyük olan model her zaman daha iyi mi?
Hayır. Boyut arttıkça temsil kapasitesi artabilir ama depolama, bellek ve arama maliyeti de artar. Kararı boyuta değil, kendi belge setinizde ölçülmüş geri getirme kalitesine dayandırın.
Gömme modelini değiştirince ne yapmak gerekir?
Tüm belge parçalarının vektörlerini yeni modelle yeniden üretmek gerekir. Farklı modellerin vektör uzayları karşılaştırılabilir değildir; karıştırmak sessiz kalite kaybı üretir.
ÖLÇ
RAG Testi
7 soru · 12 dakika · RAG
LEARN
Generative AI Engineer rotasına devam et
Dersler tek başına da okunabilir, ama sıralı ilerlemek önkoşul boşluklarını kapatır.