Embeddings (vetores semânticos)

Um modelo de embeddings lê um texto e devolve uma lista de números de tamanho fixo, por exemplo 1.024. Nenhum número significa algo sozinho; o que importa é a posição do vetor inteiro num espaço de muitas dimensões. Uma frase sobre adotar um filhote e outra sobre levar um cachorro de um abrigo ficam lado a lado, enquanto uma sobre a declaração do imposto de renda cai bem longe. A distância costuma ser medida pela similaridade do cosseno, que compara a direção de dois vetores, não o comprimento. Pense num mapa em que cada texto é um alfinete e os vizinhos falam da mesma coisa. Também existem modelos para imagens e áudio, que colocam uma foto e sua legenda em pontos vizinhos. Uma palavra como banco pode cair perto de praça ou perto de dinheiro, conforme a frase em volta.

Isso transforma perguntas vagas em aritmética. Para buscar numa pilha de documentos, calcula-se uma vez o embedding de cada trecho e guardam-se os vetores; na hora da pergunta, calcula-se o dela e procuram-se os trechos com os vetores mais próximos. A mesma ideia serve para recomendações, detecção de duplicatas, agrupamento de chamados de suporte e a memória dos assistentes. É também a primeira etapa da geração aumentada por recuperação, em que os trechos encontrados são entregues a um modelo de linguagem para que ele responda a partir deles. Lojas, bibliotecas e centrais de atendimento usam isso em vitrines de recomendação, buscadores semânticos e detectores de spam ou duplicatas, com um índice especializado que localiza vizinhos rapidamente em vez de checar cada vetor guardado.

Os embeddings têm limites. Um vetor guarda o sentido, mas perde a redação exata, então a busca por um código, nome ou número preciso pode falhar, e muitos sistemas combinam vetores com busca por palavras-chave. Vetores de modelos diferentes não se comparam: trocar de modelo de embeddings obriga a recalcular tudo. Textos longos costumam ser divididos antes em trechos, pois um único vetor para um livro inteiro embaça o conteúdo, e o tamanho do trecho muda o que se encontra. A qualidade varia entre modelos: uns lidam com muitos idiomas, outros se saem melhor em um só, então teste com o seu próprio material antes de decidir. Coleções típicas são contratos, chamados de suporte, receitas, letras de músicas ou código-fonte.

O Cofre do NeverNo usa embeddings para os seus próprios documentos. Cada trecho, de cerca de 800 tokens, recebe um vetor de 1.024 números calculado uma única vez por um modelo privado na DeepInfra. Os vetores ficam no seu navegador, ao lado dos documentos criptografados, e a busca também acontece ali. O GLM 5.3 Flash é um modelo privado e gratuito da Z.ai que lê imagens, e é um dos modelos que podem depois responder a partir dos trechos encontrados.

Quem desenvolve pode usar o mesmo modelo de embeddings. O endpoint /embeddings da API devolve os vetores do qwen3-embedding-0.6b, com 1.024 valores e até 128 entradas por requisição. A opção dimensions encurta os vetores, a codificação base64 é entendida e os nomes de modelos de embeddings da OpenAI são aceitos e atendidos por ele. A página sobre IA privada explica onde o restante dos seus dados fica guardado.