RAG ve veri · 2026-09-22
EmbeddingGemma 300M'de vektör boyutunu kısaltma: 768'den 128'e
Türkiye'de barındırılan EmbeddingGemma 300M'nin 768 boyutlu vektörünü 512, 256 veya 128 boyuta kısaltma desteğinin depolama maliyeti ve arama hızı için ne anlama geldiğini anlatır.
Vektör boyutu sabit değil, seçilebilir
EmbeddingGemma 300M'nin ürettiği vektör varsayılan olarak 768 boyutludur, ancak model sayfası bu vektörün 512, 256 veya 128 boyuta kısaltılabildiğini belirtir. Bu, her uygulamanın aynı 768 boyutlu vektörü taşımak zorunda olmadığı, ihtiyaca göre daha küçük bir vektör seçebileceği anlamına gelir.
Kısaltma, vektörün ilk N boyutunu almak kadar basit bir işlemdir; bu yaklaşım, boyutları önem sırasına göre düzenleyen bir eğitim tekniğine dayanır, bu yüzden kısaltılmış bir vektör rastgele bilgi kaybı yerine en az önemli boyutları bırakır.
Daha küçük boyut ne kazandırır, ne kaybettirir
Daha küçük bir vektör boyutu, vektör veritabanında daha az depolama alanı kaplar ve benzerlik araması daha hızlı çalışır; milyonlarca belge içeren bir arama sisteminde bu fark hem maliyet hem gecikme açısından belirgin olabilir. Buna karşılık boyut küçüldükçe vektörün taşıdığı anlamsal ayrıntı azalır, bu da arama kalitesinde (özellikle birbirine yakın anlamlı belgeleri ayırt etmede) bir miktar düşüşe yol açabilir.
768 boyut, en yüksek kaliteyi hedefleyen küçük-orta ölçekli koleksiyonlar için makul bir varsayılandır; 128 boyut ise çok büyük ölçekli bir sistemde depolama ve hız öncelikliyse değerlendirilebilecek bir uç noktadır. 512 ve 256, ikisi arasında bir denge noktası sunar.
- Küçük boyut: daha az depolama, daha hızlı arama.
- Büyük boyut: daha fazla anlamsal ayrıntı, daha yüksek arama kalitesi.
- 512/256 boyut, depolama ile kalite arasında orta bir denge noktasıdır.
Kararı kendi koleksiyonunuzla test edin
Hangi boyutun sizin veri kümeniz için yeterli kaldığını önceden tahmin etmek zordur; aynı sorgu setini farklı boyutlarda çalıştırıp arama sonuçlarının isabet oranını karşılaştırmak, genel bir varsayıma güvenmekten daha güvenilir bir karar verir. Küçük bir koleksiyonda fark görünmeyebilirken, çok büyük ve birbirine yakın anlamlı belgeler içeren bir koleksiyonda boyut küçülmesi daha belirgin hissedilebilir.
Sık sorulan sorular
Vektör boyutunu sonradan değiştirebilir miyim?
Boyutu değiştirmek, koleksiyondaki tüm belgeleri yeni boyutla yeniden vektörleştirmenizi gerektirir; mevcut bir vektör veritabanında farklı boyutlu vektörleri karıştıramazsınız.
En küçük boyut (128) her zaman en uygun maliyetli seçim midir?
Depolama ve hız açısından evet, ama arama kalitesi düşebilir. Kararı yalnızca maliyete göre değil, kendi sorgu setinizdeki isabet oranına bakarak verin.