OpenAI 理解関連単語
Embedding
自然言語を数値ベクトルに変換すること
コサイン類似度
2つのベクトル間の角度のコサインをついて位することでベクトルの類似性を計算
cosine similarity(A,B)=$ \frac{A\cdot B}{\|\bm{a}\|\|\bm{b}\|}
ABはベクトル、・はドット積、$ \|\bm{}\| はベクトルの大きさ
結果は-1~1までで、1に近いほど最も類似している
ユークリッド距離
2点間の最短距離を示す
2つの点が$ (x_1, y_1)、$ (x_2, y_2) の場合
$ d=\sqrt{(x_2-x_1)^{2} + (y_2-y_1)^{2} }
フーリエ変換
OpenAIのEmbeddings APIのベクトルを使って検索を行う
OpenAIのEmbeddingの仕組みについて解説
OpenAI開発のテキスト生成AI「GPT-3」がどんな処理を行っているのかを専門家が解説
OpenAI（chat gpt）の得意なところ
特定のデータを元にした自然言語でのインタラクティブな対話が可能
関係性や類似性の検出
未知のデータに対しても予測して回答することができる
利用者としてのOpenAI（chat gpt）の良さ
新しい分野の理解の手助けになる
人間と同じで前提条件を揃えるとかなり精度の高い回答が返ってくる
細かい修正がきく
pluginでカスタマイズできる