本文へ移動

AI

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。

5問約6分基礎

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. 1.答えを書く

  2. 2.コピー

  3. 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

  1. 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。

  2. 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。

  3. 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。

  4. 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。

  5. 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」