Vektoreinbettungen
Vektoreinbettungen sind numerische Repräsentationen von Text, Bildern oder anderen Daten, die semantische Bedeutungen abbilden und es Maschinen ermöglichen, Ähnlichkeiten und Beziehungen zwischen Informationsstücken zu erkennen.
Verstehen Vektoreinbettungen
Wenn Text in eine Vektoreinbettung umgewandelt wird, wird die Bedeutung als Liste von Zahlen kodiert – meist mit Hunderten oder Tausenden von Dimensionen. Ähnliche Konzepte liegen in diesem Zahlenraum eng beieinander. Der Ausdruck "Termin vereinbaren" befindet sich nahe bei "Anruf buchen", aber weit entfernt von "Lebensmittel einkaufen". Diese Eigenschaft macht Vektoreinbettungen unerlässlich für semantische Suchen, bei denen Informationen nach Bedeutung und nicht nur nach exakten Stichworten gefunden werden. Vektordatenbanken speichern diese Einbettungen und ermöglichen schnelle Ähnlichkeitssuchen über Millionen von Datenpunkten hinweg.
Wie GAIA verwendet Vektoreinbettungen
GAIA verwendet ChromaDB als Vektordatenbank, um Embeddings deiner E-Mails, Aufgaben, Notizen und Dokumente zu speichern. Wenn du GAIA bittest, Informationen zu finden, oder wenn der Agent Kontext für eine Aufgabe benötigt, führt er eine semantische Suche über deine eingebetteten Daten durch. Das bedeutet, du kannst zum Beispiel fragen: „Finde die E-Mail zum Q3-Budget-Review“, und GAIA findet sie auch dann, wenn die Betreffzeile „Finanzplanungsgespräch“ lautet. Das semantische Verständnis geht also weit über das reine Schlüsselwort-Matching hinaus.
Verwandte Konzepte
Semantische Suche
Semantische Suche ist eine Suchmethode, die die Bedeutung und Intention hinter einer Anfrage versteht und die Ergebnisse anhand konzeptueller Relevanz statt exakter Schlüsselwort-Übereinstimmungen liefert.
Graphbasierter Speicher
Graphbasierter Speicher ist eine KI-Speicherarchitektur, die Informationen als miteinander verbundene Knoten und Beziehungen speichert. Dadurch wird ein reiches Kontextverständnis und dauerhaftes Wissen über verschiedene Interaktionen hinweg ermöglicht.
Wissensgraph
Ein Wissensgraph ist eine strukturierte Darstellung von Informationen, bei der Daten als Entitäten, deren Attribute und die Beziehungen zwischen ihnen organisiert werden – damit Maschinen vernetzte Informationen verstehen und daraus Schlüsse ziehen können.
Large Language Model (LLM)
Ein Large Language Model (LLM) ist ein künstliches Intelligenzmodell, das mit riesigen Mengen an Textdaten trainiert wurde und menschliche Sprache bemerkenswert flüssig verstehen, generieren und verarbeiten kann.
