GuíasEntender la IA
Embeddings explicados de forma sencilla
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.
- Un textoUna ficha, un párrafo, una pregunta.
- El modeloDevuelve un vector.
- La comparaciónUna similitud, a menudo el coseno.
- 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.