Embeddings
Una forma de convertir texto en una lista de números que captura su significado, de modo que contenido con un significado similar termina con números similares aunque la redacción sea completamente distinta.
No se requiere tarjeta
Qué significa en la práctica
Cuando un proveedor promociona una herramienta de búsqueda o base de conocimientos potenciada por IA y menciona los embeddings, lo que en realidad ocurre entre bastidores es que cada documento, y cada consulta de búsqueda, se convierte en esta representación numérica del significado. Dos pasajes sobre la misma idea, escritos con palabras completamente distintas, terminan cerca el uno del otro en ese espacio numérico, que es lo que permite al sistema recuperar un resultado relevante incluso cuando no usaste el mismo vocabulario que el documento de origen. Esta es la capa que hace que una herramienta de búsqueda con IA parezca entender lo que quisiste decir en lugar de solo lo que escribiste, y es la misma tecnología detrás de funciones como artículos relacionados o buscar documentos similares.
Ejemplo
Busca en la base de conocimientos de una empresa la frase 'recortar el presupuesto'. Una búsqueda solo por palabras clave no devuelve nada, porque ninguno de los documentos almacenados contiene esa frase exacta. Una búsqueda basada en embeddings sí muestra el memorando interno titulado Reducción de Costos Operativos, porque la representación numérica de 'recortar el presupuesto' y 'reducción de costos operativos' termina muy cerca, aunque no comparten ni una sola palabra.
No confundir con
vs. Keywords / Tags
La búsqueda por palabras clave y las etiquetas asignadas manualmente solo coinciden con palabras literales: un documento tiene que contener tu término de búsqueda exacto, o alguien tiene que haberlo etiquetado de antemano con la etiqueta correcta, o no aparecerá en absoluto. Los embeddings eliminan por completo esa dependencia de la redacción exacta, y en su lugar clasifican los resultados por cercanía conceptual, razón por la cual una búsqueda basada en embeddings puede encontrar un documento perfectamente relevante que una búsqueda por palabras clave o un archivo sin etiquetar pasarían por alto en silencio.
Términos relacionados
Frequently asked questions
¿Quieres tu contexto en un solo lugar?
Flaibo guarda tu rol, tu tono y tu trabajo anterior en un solo lugar y los incorpora a los prompts que llevas a la IA que uses, así que un chat nuevo no tiene que empezar desde una ventana de contexto vacía.
Empieza gratis