Wieso versteht der Computer mich auf einmal? Wir lüften das Geheimnis von Embeddings
Embeddings, auch bekannt als Embedding-Vektoren, bilden die Grundlage der semantischen Suche. Systeme, die beispielsweise Retrieval Augmented Generation (RAG) nutzen, um Informationen zu suchen und die Antwort durch ein Large Language Model (LLM) formulieren zu lassen, basieren auf diesen. Doch Embeddings bieten weit mehr Möglichkeiten: Sie ermöglichen das schnelle und unkomplizierte Verstehen natürlichsprachlicher Anweisungen. So können wir beispielsweise basierend auf Nutzereingaben die passende Maske in einer Anwendung ansteuern. Ebenso ist es möglich, Kunden-E-Mails mithilfe von Vektoren vorab zu kategorisieren und Tags zuzuweisen, was die Bearbeitung vereinfacht.
In diesem Vortrag erläutert unser Experte Sebastian Gingter, was Embeddings sind, wie und warum sie funktionieren. Er wird Ihnen auch mögliche Einsatzgebiete aufzeigen, um Ihren Business-Anwendungen ein gewisses Maß an Sprachverständnis zu vermitteln – und das auch ohne den Einsatz eines LLM.
Weitere Artikel zu aktuellen Schwerpunkten

Discriminated Unions in .NET: Modeling States and Variants

Discriminated Unions in .NET: Modeling States and Variants

Smart Enums in .NET: Integration with Frameworks and Libraries

Value Objects in .NET: Enhancing Business Semantics

Pattern Matching with Discriminated Unions in .NET
