Explicador en lenguaje claro
Embeddings, explicados con geometría
¿Qué es un embedding, y cómo captura el significado?
Un embedding convierte un trozo de texto en una lista de números, un vector, colocado de forma que los significados parecidos queden cerca. El significado se vuelve geometría. Las palabras y frases que se usan de forma parecida terminan próximas, aunque no compartan ninguna palabra exacta. Eso es lo que permite que un buscador encuentre el artículo de ayuda correcto con otra redacción, y lo que permite que la recuperación traiga el documento relevante para una respuesta de IA. El modelo aprende estas posiciones a partir de cómo se usa el lenguaje de verdad.
No te quedes en leerlo. Opera tú mismo el mecanismo en una lección interactiva corta.
Míralo funcionar: Embeddings: el significado como coordenadas →Gratis, sin código, sin registro.
Lo que la gente entiende mal
- Los embeddings guardan la definición de una palabra. Guardan una posición aprendida del uso, no una entrada de diccionario.
- Coincidir significa compartir palabras clave. Los embeddings coinciden por significado, así que 'coche' y 'automóvil' quedan cerca sin compartir letras.
- Un embedding es el significado verdadero de una palabra. El significado cambia con el contexto, que es lo que después ajusta la atención.
Dónde lo ves en productos reales
- La búsqueda semántica ordena por cercanía de vectores.
- El RAG usa embeddings para traer los documentos más relacionados con una pregunta.
- Las recomendaciones y la deduplicación agrupan elementos que quedan cerca en el espacio de vectores.
Explicadores relacionados
Parte de See How AI Works, un curso interactivo gratuito, donde aprendes cómo funciona la IA moderna operándola, no viendo videos.