Премини към основното съдържание
Български— Изберете език
Меню

Какво е вграждане (Embedding): Интуицията

Урок 1 от 22 Обновен 29 юли 2026 г. Програмист
На тази страница
  1. Цели
  2. Проблемът: Машините не разбират текст
  3. Вграждания: Улавяне на смисъла
  4. Геометричната интуиция
  5. За какво се използват вгражданията?
  6. Какво се промени през 2025–2026 г.
  7. Обобщение

Цели

  • Да разберете какво представлява вграждането (embedding) и защо е важно
  • Да усвоите геометричната интуиция зад векторите на думите
  • Да откриете основните случаи на употреба

Проблемът: Машините не разбират текст

Езиковите модели работят с числа, а не с думи. Преди една машина да може да сравнява, търси или прави логически изводи върху текст, трябва да превърнете този текст в използваемо числово представяне. Ключовият въпрос е: кое представяне да изберете?

Наивният подход: „Торба с думи“ (Bag of Words)

Най-простият метод брои срещанията на всяка дума. Той е лесен за реализация, но напълно игнорира смисъла. Вземете изреченията „Котката изяжда мишката“ и „Мишката изяжда котката“: и двете съдържат точно същите думи в същите пропорции, затова генерират абсолютно еднакво представяне, въпреки че описват противоположни сцени. Обратният проблем също съществува: „Автомобил“ и „Кола“ се отнасят за едно и също нещо, но тъй като са две различни низове от символи, подходът „торба с думи“ ги третира като несвързани концепции. Редът на думите и синонимите – два стълба на езика – напълно убягват на този метод.

Вграждания: Улавяне на смисъла

Вграждането (embedding) е плътен вектор – списък от числа с плаваща запетая, – който улавя семантичния смисъл на даден текст. Два текста със сходен смисъл ще имат вектори, разположени близо един до друг в пространството, независимо от конкретните използвани думи. Ето как се генерира такъв вектор:

from openai import OpenAI

client = OpenAI()

# Generate an embedding
response = client.embeddings.create(
    input="Artificial intelligence is transforming the industry",
    model="text-embedding-3-large"
)

vector = response.data[0].embedding
print(f"Vector dimension: {len(vector)}")  # 3072
print(f"First elements: {vector[:5]}")

Този вектор от 3072 числа кодира смисъла на изречението, като всяко измерение улавя различен аспект на семантиката. Не е необходимо да знаете какво представлява измерение 417: важното е, че цялостната конфигурация остава стабилна и сравнима между различните текстове.

Геометричната интуиция

Представете си триизмерно пространство, в което всяка дума или фраза заема определена точка. „Крал“ и „Кралица“ се оказват един до друг, защото споделят голяма част от смисъла си. „Ябълка“ и „Портокал“ формират друг квартал, далеч от първия. „Куче“ и „Котка“ съставят още един клъстер. Тази пространствена организация прави сравнението възможно: измерването на разстоянието между две точки е еквивалентно на измерването на сходството между два смисъла.

В действителност съвременните вграждания използват хиляди измерения – 3072 за text-embedding-3-large, – което им позволява да улавят нюанси, много по-фини от нашия опростен мисловен модел с три оси.

Известната аналогия

Вгражданията улавят и регулярни семантични връзки дотолкова, че можете да ги манипулирате чрез аритметични операции. Класическият пример изглежда така:

vector("King") - vector("Man") + vector("Woman") ≈ vector("Queen")

С други думи, изваждането на компонента „мъжки“ и добавянето на компонента „женски“ измества точката от „Крал“ към „Кралица“. Това свойство показва, че абстрактни концепции като пол, кралско достойнство или размер са кодирани по структуриран начин, а не разпръснати на случаен принцип.

За какво се използват вгражданията?

Първият случай на употреба е семантично търсене: вместо да търсите точни ключови думи, вие сравнявате смисъла на заявката със смисъла на документите. Посетител, който въведе „Как да храня кученцето си?“, ще намери статия с заглавие „Хранене на младото куче“, въпреки че двете фрази нямат общи думи.

Вторият случай е класификация: тъй като текстовете по една и съща тема естествено се групират заедно в пространството, можете автоматично да сортирате билети за поддръжка, имейли или статии, без да пишете нито едно ръчно правило. Препоръчването разчита на същия механизъм, разгледан от обратната страна: за да предложите съдържание на потребител, търсите вектори, най-близки до това, което вече е разглеждал.

Накрая, има RAG (Retrieval-Augmented Generation – Генериране, подпомогнато от извличане), което обогатява отговора на голям езиков модел (LLM) с релевантни документи, намерени чрез семантично сходство. Това е водещият случай на употреба в този курс и той комбинира всички останали: индексиране, сравнение и класиране.

Какво се промени през 2025–2026 г.

API за вграждания на OpenAI вече предлага два основни модела:

МоделИзмеренияПрепоръчителна употреба
text-embedding-3-large3,072Висока точност, RAG, търсене
text-embedding-3-small1,536По-ниска цена, класификация, препоръки

Тези модели поддържат намаляване на размерността: можете да поискате по-къс вектор, например с 256 измерения, за да спестите място за съхранение с контролирана загуба на качество. Корпус от един милион чънка (chunks) така намалява от няколко десетки гигабайта до само няколко, което фундаментално променя изискванията към инфраструктурата.

Обобщение

  • Вграждането превръща текста в плътен числов вектор
  • Семантично сходните текстове имат вектори, разположени близо един до друг
  • Основните случаи на употреба включват търсене, класификация, препоръки и RAG
  • OpenAI предлага text-embedding-3-large (3072 измерения) и text-embedding-3-small (1536 измерения)