GuíasEntender la IA

Embeddings explicados de forma sencilla

Por el equipo de Banzai LabsActualizado el 2 min de lectura

zapatilla de trailzapato para correrfactura impagadaaviso de pagoDeportePagoSentidos cercanos, puntos cercanosTextos
Cada texto se convierte en un punto. Dos textos de sentido cercano caen uno junto al otro.

El principio

Un modelo de embeddings lee un texto y devuelve un vector: de unos cientos a unos miles de números. Ningún número significa nada por sí solo. Juntos, sitúan el texto en un espacio donde la distancia mide la diferencia de sentido.

Del texto al vecino más cercano
  1. Un textoUna ficha, un párrafo, una pregunta.
  2. El modeloDevuelve un vector.
  3. La comparaciónUna similitud, a menudo el coseno.
  4. Los más cercanosTextos de sentido parecido.

Para qué sirve

  • Búsqueda semánticaEncontrar una respuesta aunque esté formulada de otra manera.
  • RAGRecuperar los pasajes útiles antes de responder. Mira el RAG.
  • RecomendaciónProponer productos o artículos parecidos.
  • ClasificaciónOrdenar tickets u opiniones por tema, sin reglas escritas.

Las reglas que conviene saber

  • Un solo modelo para documentos y preguntas.
  • Dividir los textos largos: un vector resume mal diez páginas.
  • Guardar el texto original junto al vector, para poder citarlo.

Los vectores se guardan en una base de datos vectorial.

Preguntas frecuentes

¿En qué se diferencia de una búsqueda por palabras clave?
La búsqueda por palabras clave encuentra «zapato para correr» solo si esas palabras están escritas. Los embeddings lo acercan también a «zapatilla de trail».
¿Se pueden mezclar dos modelos de embeddings?
No. Los documentos y las preguntas deben pasar por el mismo modelo. Cambiar de modelo obliga a recalcularlo todo.
¿Es caro?
Calcular embeddings suele costar mucho menos que generar texto. La partida más pesada suele ser el almacenamiento y su actualización.

Para leer después

Todas las guías