임베딩 모델과 하이브리드 검색 정리 — TF-IDF·BERT·BM25·상호 순위 조합
한국어 스터디 발표를 정리했다. 넘버링과 원-핫에서 TF-IDF, Word2Vec, BERT 문장 임베딩까지의 흐름과 바이·교차 인코더의 차이, BM25와 상호 순위 조합으로 검색 품질을 끌어올리는 방법을 다룬다.
핵심 내용 읽기 →AI TOPIC
BM25 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.

한국어 스터디 발표를 정리했다. 넘버링과 원-핫에서 TF-IDF, Word2Vec, BERT 문장 임베딩까지의 흐름과 바이·교차 인코더의 차이, BM25와 상호 순위 조합으로 검색 품질을 끌어올리는 방법을 다룬다.
핵심 내용 읽기 →
키워드 검색 BM25와 밀집 임베딩을 RRF로 합치고 리랭커를 더해, 벡터 DB 없이도 NDCG로 평가 가능한 프로덕션급 하이브리드 RAG 검색을 처음부터 구현하는 과정을 정리했다.
핵심 내용 읽기 →