Que sont les embeddings (représentations vectorielles)
Un embedding est une liste de nombres qui représente le sens d’un texte : les textes similaires ont des vecteurs similaires.
Que sont les embeddings (représentations vectorielles) est une leçon AI Agents gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Agents, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Agents comprend 4 leçons au total.
Du texte aux nombres
Une représentation vectorielle est une liste de nombres (un vecteur) qui représente le sens d'un fragment de texte. Les textes de sens similaire possèdent des vecteurs proches dans l'espace vectoriel.
Pourquoi des vecteurs ?
Les ordinateurs ne peuvent pas effectuer de calculs sur des mots, mais le peuvent sur des nombres. Les représentations vectorielles donnent à chaque texte un emplacement dans un espace de grande dimension, ce qui nous permet de :
- mesurer la similarité entre les textes
- regrouper les éléments associés
- effectuer une recherche sémantique (et pas seulement par mots-clés)
Un exemple de représentation vectorielle
Le modèle text-embedding-3-small d'OpenAI renvoie 1 536 nombres par texte. Pour « bonjour le monde », vous obtenez quelque chose comme :
embedding = [0.0123, -0.0456, 0.0789, 0.0234, -0.0567, 0.0089, -0.0321]
# Real embeddings have ~1536 floats, each between roughly -1 and 1; this is a shortened example.
print("Example embedding (7 of ~1536 dimensions shown):", embedding)
Textes similaires, vecteurs similaires
Les paires ci-dessous obtiennent des vecteurs proches :
- « roi » et « reine »
- « heureux » et « joyeux »
- « voiture » et « automobile »
Les vecteurs de la paire « roi » et « pizza » sont très éloignés.
Dimensionnalité
Davantage de dimensions signifie plus de nuances, mais aussi davantage de stockage. Tailles courantes :
- OpenAI text-embedding-3-small : 1 536
- OpenAI text-embedding-3-large : 3 072
- Cohere embed-multilingual-v3 : 1 024
- BGE-small (OSS) : 384
Sémantique ou lexicale
La recherche lexicale (Elasticsearch, BM25) fait correspondre les mots-clés. La recherche sémantique (représentations vectorielles) fait correspondre le sens.
« Comment réparer ma voiture ? » correspond sémantiquement à « conseils de réparation automobile », même si les deux expressions n'ont aucun mot en commun.
Représentations vectorielles pour les documents
Vous pouvez vectoriser :
- de courtes requêtes
- des phrases
- des paragraphes (environ 500 jetons est le format idéal)
- des documents entiers (avec une perte de qualité)
Représentations vectorielles pour le code
Il existe des modèles de représentation vectorielle spécialisés pour le code (par exemple Voyage Code et Jina Code) qui comprennent la syntaxe de programmation et surpassent les représentations vectorielles générales pour la recherche dans le code.
Représentations vectorielles multimodales
Vous pouvez intégrer des images, de l'audio et de la vidéo dans le même espace que le texte, ce qui permet une recherche intermodale. CLIP est l'exemple le plus connu pour les images.
Biais dans les représentations vectorielles
Les représentations vectorielles reflètent leurs données d'entraînement. Elles encodent des biais : associations entre genre et profession, stéréotypes raciaux, etc. Soyez vigilant lorsque vous les utilisez pour prendre des décisions de classement concernant des personnes.
Ce que les représentations vectorielles ne peuvent pas faire
- résoudre des problèmes mathématiques
- effectuer des inférences logiques
- générer du texte
- raisonner sur les causes et les effets
Elles servent à MEASURE la similarité, pas à REASON.
Définition d'une représentation vectorielle
Qu'est-ce qu'une représentation vectorielle ?
Récapitulatif
Les représentations vectorielles transforment le texte en vecteurs. Les vecteurs permettent la recherche sémantique, le regroupement et le RAG. Nous allons maintenant les générer avec l'API d'OpenAI.
Questions Fréquemment Posées
La leçon « Que sont les embeddings (représentations vectorielles) » est-elle gratuite ?
Oui — le texte complet de « Que sont les embeddings (représentations vectorielles) » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Agents, passe à CoddyKit PRO. Le cours AI Agents comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Que sont les embeddings (représentations vectorielles) » ?
Un embedding est une liste de nombres qui représente le sens d’un texte : les textes similaires ont des vecteurs similaires. Tu pratiques AI Agents avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer AI Agents ?
Aucune expérience préalable n'est requise. AI Agents sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Que sont les embeddings (représentations vectorielles) » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon AI Agents ?
Oui. Chaque leçon AI Agents inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Que sont les embeddings (représentations vectorielles)
- Générer des embeddings avec text-embedding-3
- Similarité cosinus pour la recherche
- Comparer les modèles d’embeddings (OpenAI, Cohere et OSS)