Sözlüğe Dön/Bilgi Erişimi, RAG ve Vektör Veritabanları/Dot Product (Inner Product)
#353 Cosine Similarity#355 Euclidean Distance (L2)
Madde #354RAG & Vektör/sozluk/dot-product-inner-product

Dot Product (Inner Product)

Dot Product / Inner Product Similarity

Türkçe: Nokta Çarpım / İç Çarpım Benzerliği
Ayrıntılı Tanım
İki vektörün karşılıklı elemanlarının birbiriyle çarpılıp toplanmasıyla elde edilen skaler değerdir; hem vektörler arasındaki açıyı hem de vektörlerin büyüklüklerini (magnitüt) hesaba katar.
Ne İşe Yarar / Çözülen Problem
Eğer vektörler önceden normalize edilmişse (yani uzunlukları 1'e eşitlenmişse), nokta çarpım matematiksel olarak doğrudan Kosinüs Benzerliğine eşit olur ve karekök bölme işlemleri elendiği için GPU'larda ışık hızında hesaplanır.
Nasıl Çalışır? (Teknik & Mekanizma)
⟨A,B⟩=∑i=1dAiBi\langle A, B \rangle = \sum_{i=1}^{d} A_i B_i Modern BLAS kütüphaneleri ve tensör çekirdekleri bu işlemi saniyede trilyonlarca kez çarpabilir.
Örnek Senaryo & Pratik Uygulama
Fizikteki yapılan iş formülü: Bir sandığı belirli bir kuvvetle belirli bir yöne itmek; kuvvet ile hareket yönü ne kadar paralel ve büyükse elde edilen iş (nokta çarpım skoru) o kadar büyüktür.
Benzer Terimlerden Farkı
Vektörler normalize edilmemişse uzun dokümanların vektörleri haksız yere devasa nokta çarpım skorları alabilir; bu yüzden genellikle birim uzunlukta kullanılır.
İlişkili Terimler (3)
#353
Cosine Similarity
Kosinüs Benzerliği
#355
Euclidean Distance (L2)
Öklid Mesafesi
#159
Scaled Dot-Product Attention
Ölçeklenmiş Nokta Çarpım Dikkati
Ait Olduğu Kategori

Bilgi Erişimi, RAG ve Vektör Veritabanları

Dense/Sparse retrieval, Vektör indeksleme (HNSW), Rerankers ve RAG pipeline.

Toplam Terim:37 Madde
Bu Kategorideki Tüm Terimleri Gör →
Önceki Terim (#353)Cosine Similarity
Sonraki Terim (#355)Euclidean Distance (L2)