As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Visão geral dos vetores
Os vetores são representações numéricas que ajudam as máquinas a entender e processar dados. Na IA generativa, eles servem a dois propósitos principais:
-
Representando espaços latentes que capturam a estrutura de dados em formato comprimido
-
Criação de incorporações para dados como palavras, frases e imagens
Modelos de incorporação como Word2Vec GloVe
-
Aprenda com o contexto para representar palavras como vetores.
-
Coloque palavras semelhantes mais próximas umas das outras no espaço vetorial.
-
Permita que as máquinas processem dados em um espaço contínuo.
O diagrama a seguir fornece uma visão geral de alto nível do processo de incorporação:
-
Um bucket do Amazon Simple Storage Service (Amazon S3) contém arquivos que são as fontes de dados a partir das quais o sistema lerá e processará informações. O bucket S3 é especificado durante a configuração da base de conhecimento Amazon Bedrock, que também inclui a sincronização de dados com a base de conhecimento.
-
O modelo de incorporação converte os dados brutos dos arquivos de objeto no bucket do S3 em incorporações vetoriais. Por exemplo, Object1 é convertido em um vetor [0,6, 0,7,...], representando seu conteúdo em um espaço multidimensional.
As incorporações de palavras são cruciais para o processamento de linguagem natural (PNL) porque fazem o seguinte:
-
Capture relações semânticas entre palavras.
-
Permita a geração de texto contextualmente relevante.
-
Potencialize grandes modelos de linguagem (LLMs) para produzir respostas semelhantes às humanas.
