Slovník výrazov AI/RAG a vyhľadávanie

RAG a vyhľadávanie

podobnosť skalárnym súčinom

Anglický výraz dot-product similarity

pokročiléheslo č. 6355 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená podobnosť skalárnym súčinom?

Podobnosť skalárnym súčinom je súčet súčinov zodpovedajúcich zložiek dvoch vektorov. Zohľadňuje smer aj veľkosť; pri L2-normalizovaných vektoroch je totožná s kosínusovou podobnosťou. Pri nenormalizovaných embeddingoch môžu vektory s veľkou normou získavať systematicky vyššie skóre.

Skúsenosť a kontext

Ako sa pojem používa v praxi

DPR index používa inner product presne podľa tréningového cieľa encoderov. Tím skontroluje, či knižnica maximalizuje súčin alebo minimalizuje záporné skóre, a nemieša normalizované a surové vektory. Výsledky sa porovnajú s referenčným brute-force výpočtom.

Overiteľnosť

Odborné zdroje

  1. Stanford IR Book - dot products and cosine similaritynlp.stanford.edu
  2. Dense Passage Retrieval for Open-Domain Question Answeringarxiv.org

Praktické odpovede

Často kladené otázky

Ako funguje podobnosť skalárnym súčinom?

Pre vektory x a y sa vypočíta Σ x_i y_i a kandidáti sa zoradia od najvyššej hodnoty.

Kedy má podobnosť skalárnym súčinom praktický význam?

DPR index používa inner product presne podľa tréningového cieľa encoderov.

S čím si pojem nezamieňať?

Kosínus delí normami a odstraňuje ich veľkosť; dot-product ju zachová, ak vektory nie sú jednotkové.

Ako sa výsledok kontroluje?

Overuje sa dimenzia, normalizácia, znamienko metriky, numerická zhoda a retrieval výkon na zlatých dopytoch.

Na čo si dať pozor?

Nesprávna metrika alebo normy zmenia ranking a samotné skóre sa nedá porovnávať medzi modelmi.