Gemini на практике: реальные примеры Google · Урок 7

Re-ranking результатов поиска через embeddings

Комбинируем Gemini function calling с Wikipedia API для поиска, затем используем embeddings и косинусное сходство для re-ranking найденных результатов по релевантности.

30 мин чтения3 вопроса в квизеГотовый промпт включёнВ работе

В этом уроке вы узнаете продвинутые техники работы с ИИ, которые позволят вам значительно ускорить работу. Разберём реальные кейсы, готовые промпты и типичные ошибки. Этот материал доступен подписчикам курса...

Практические задания, квизы и сертификат по завершении курса ждут вас после активации подписки.

🔒

Полный доступ к уроку

Re-ranking результатов поиска через embeddings — часть платного контента. Начните 7-дневный бесплатный пробный период прямо сейчас.

$9/мес·

Кредитная карта не нужна для пробного периода. Отмена в любой момент. Подробнее о тарифах →