Concepts Fondamentaux
Embedding (Plongement)
Vecteur numérique dense encodant le sens sémantique d'un texte.
Un embedding transforme un fragment de texte en une liste de centaines ou de milliers de nombres. Les textes de sens proche se retrouvent proches dans cet espace vectoriel. C'est la base de la recherche sémantique, des systèmes de recommandation et des architectures RAG. Produire des embeddings coûte bien moins cher que produire du texte.
Termes Associés
Base de Données Vectorielle
Base de données optimisée pour stocker et rechercher des vecteurs d'embedding en haute dimension.
RAG (Génération Augmentée par Récupération)
Enrichir les réponses en récupérant des documents pertinents depuis une source externe.
Recherche Sémantique
Recherche qui renvoie des résultats selon le sens plutôt que selon la correspondance exacte de mots.
Tokeniseur
Algorithme convertissant du texte brut en une suite de tokens.