1.6. Query Embedding

После подготовки запроса следующий этап — преобразование текста в числовое представление.

Например:

"Как настроить PostgreSQL backup?"

становится:

[
0.023,
-0.451,
0.782,
...
]

Тысячи чисел. Этот набор чисел называется embedding vector

---

Почему это необходимо

Компьютер плохо понимает смысл текста напрямую.

Для него:

backup

и

резервная копия

это разные последовательности символов. Но человек понимает, что смысл близкий. Embedding-модель пытается сделать так, чтобы похожие по смыслу тексты находились рядом в математическом пространстве.

Например:

                    Векторное пространство


             PostgreSQL backup

                    ●


              Database restore

                    ●


                        ●

              Cooking recipe

Первые два объекта находятся близко.

Последний далеко.

---

Важное замечание

На этом этапе мы впервые встречаем фундаментальную идею всей современной системы поиска:

Поиск происходит не по словам, а по смыслу.

Это главное отличие RAG от классических поисковых систем.