エンベディング、説明できる?
検索やレコメンドの裏側にある「エンベディング(embedding)」、単なるキーワード一致ではない仕組みを説明できるか確認します。
ねらい
エンベディングを「よくわからないベクトルの何か」ではなく、意味の近さを数値で表す仕組みとして説明し、トークンとの違いや検索での使われ方を理解しているかを確かめます。
すすめかた
1.答えを書く
2.コピー
3.AIに貼る
正解はここでは表示されません
腕試しをはじめるこんな問題が出ます
- Q1
エンベディング(embedding)とは何ですか? 何のために使われるのか、具体例を挙げて説明してください。
- Q2
「東京」のエンベディングは、「バナナ」より「パリ」に近くなると言われます。 なぜそうなるのか説明してください。
- Q3
2つのエンベディング(ベクトル)が「近い」かどうかは、実際にはどうやって数値的に判断するのですか? 代表的な方法を1つ挙げて説明してください。
- Q4
エンベディングとトークンは、どちらも生成AIの内部で登場する概念ですが役割が異なります。 それぞれの役割の違いを説明してください。
- Q5
次の説明の問題点を指摘してください。 「エンベディングを使った検索は、結局キーワード検索と同じで、質問と同じ単語を含む文書を探しているだけだ」