Embedding Model 簡介

Embedding Model (向量/嵌入模型)是 Large Language Model (LLM) 大型語言模型中的其中一種。大型語言模型是以大量資料訓練而成的統計語言模型，可用來生成文字、圖片、語音等內容，也能理解並執行其他自然語言處理 (NLP) 的工作，例如 GPT-4、LLaMA、Claude 等。

Embedding Model 是一種 LLM 的應用方式，可以把文字轉換成數值向量（vector）以便電腦做比較、搜尋、分類等，例如 text-embedding-3-small, voyage-3, mistral-embed。用於比對、搜尋，常見用途如下：

• 語意搜尋(Semantic search)
• 相似度比對(Similarity)
• 文本分類(Text classification)

如何使用 Embedding Model ?參考 自然語言查詢AI Bot - Embedding 向量搜尋