ጃንዋሪ 25፣ 2024 ሁለት አዳዲስ የembeddings ሞዴሎችን አውጥተናል፦ text-embedding-3-small እና text-embedding-3-large። እነዚህ ዝቅተኛ ወጪ፣ ከፍተኛ የብዙ ቋንቋ አፈጻጸም፣ እና embeddingsን ለማሳጠር አዲስ ፓራሜተር ያላቸው አዲሶቹና በአፈጻጸም ምርጥ የembedding ሞዴሎቻችን ናቸው። ተጨማሪ ያንብቡ።
በአዲሶቹ የembeddings ሞዴሎች ምን የተለየ ነገር አለ?
አዲሶቹ የv3 ሞዴሎቻችን በተለመዱ መለኪያዎች ላይ በተቀነሰ ዋጋ የበለጠ ጠንካራ አፈጻጸም ይሰጣሉ። ስለ አፈጻጸም ማሻሻያዎቹ ተጨማሪ በየማስታወቂያ ብሎግ ልጥፍ እና የገንቢ ሰነድ ማንበብ ይችላሉ።
አንድ ሕብረቁምፊ ለመክተት ከመሞከሬ በፊት ስንት token እንደሚኖረው እንዴት ማወቅ እችላለሁ?
አንድ ሕብረቁምፊ ስንት token እንደሚኖረው ለማረጋገጥ የOpenAI Tiktoken ጥቅልን መጠቀም ይችላሉ። ተጨማሪ በእኛ የembeddings የገንቢ መመሪያ ይወቁ።
K በቅርብ ያሉ embedding vectors በፍጥነት እንዴት ማግኘት እችላለሁ?
ብዙ vectors ላይ በፍጥነት ለመፈለግ vector database መጠቀምን እንመክራለን።
የትኛውን የርቀት ፋንክሽን መጠቀም አለብኝ?
የOpenAI API embedding ውጤቶች፣ በdimensions ፓራሜተር ከተቀነሱ በኋላም ጭምር፣ በነባሪ ወደ ርዝመት 1 L2-normalized ይደረጋሉ፤ ይህም ማለት፦
የOpenAI embeddings ወደ ርዝመት 1 normalized ይደረጋሉ፤ ይህም ማለት፦
Cosine similarity በdot product ብቻ በትንሹ ፈጣን ሊሰላ ይችላል
Cosine similarity እና Euclidean distance ተመሳሳይ ደረጃ ስጦታዎችን ያስገኛሉ