Эмбеддинг (векторное представление)
Эмбеддинг — плотный числовой вектор, полученный при пропуске текста, изображения или иных данных через нейронную сеть; семантически близкие объекты имеют математически близкие векторы, что позволяет сравнивать их по смыслу.
Эмбеддинг (от англ. embedding — «вложение») — числовой вектор фиксированной длины, кодирующий смысл или содержание данных в многомерном пространстве. Для текста два предложения с похожим смыслом — «Котёнок играет с мячом» и «Кошка гоняет игрушку» — получат близкие векторы, тогда как тематически далёкие тексты окажутся математически далеко друг от друга. Размерность вектора (embedding dimension) обычно составляет от 384 до 4096 чисел в зависимости от модели.
Текстовые эмбеддинги создаются специализированными encoder-трансформерами. Архитектура Word2Vec (Google, 2013) первой научилась кодировать слова в векторы с сохранением семантических отношений. Современный стандарт — bi-encoder модели: запрос и документ кодируются раздельно, затем сравниваются по косинусному сходству. Актуальные модели (2025–2026): OpenAI text-embedding-3-large (до 3072 измерений), Cohere Embed v3, open-source BGE-M3 от BAAI с поддержкой более 100 языков и Voyage AI. Для изображений аналогичную роль выполняют CLIP-модели (OpenAI, 2021) и их производные.
Эмбеддинги — фундаментальный строительный блок семантического поиска, рекомендательных систем, RAG-архитектур, детектирования плагиата и классификации текстов. Без качественных эмбеддингов AI-ассистент, работающий с документами, вынужден опираться на поиск по ключевым словам, что существенно снижает точность ответов на нечёткие или многозначные запросы.
Качество текстовых эмбеддингов оценивается по стандарту MTEB (Massive Text Embedding Benchmark): лидирующие модели набирают 70+ баллов на английском и 60+ на многоязычных тестах. Стоимость вычисления снизилась радикально — пакетная обработка миллиона фрагментов через cloud API обходится в единицы долларов. Индексирование корпоративных документов в векторном виде в 2025–2026 годах стало стандартной практикой для enterprise knowledge management.