Jev, часть вторая: вектор, который можно прочитать

Из анкеты Jev получается ещё и эмбеддинг. Это числовой отпечаток текста, по нему ищут похожие документы. У OpenAI он состоит из 1 536 чисел, у других моделей от сотен до тысяч, и по отдельности ни одно из них человеку ничего не говорит.

Киран Клаассен, который делает почтовый клиент Cora, предложил собирать такой вектор из ответов Jev. Каждому письму задаются вопросы: клиент? срочно? нужен ответ? Каждый ответ становится числом, и это число читается словами. Похожие письма ищутся как раньше, по близости векторов. 214 правил сортировки почты в Cora он тоже заменил вопросами Jev.

В ролике то же самое на ленте LinkedIn. У каждого поста четыре ответа, запрос «где стоит оставить комментарий» тоже вектор, и лента сортируется по похожести на него. Нужно новое измерение, добавляешь в анкету вопрос. Если выдача не нравится, видно, какой вопрос подвёл. Цифры условные.

Сергей Булаев AI 🤖 - об AI и не только