El 25 de gener de 2024 vam llançar dos models d’incrustacions nous: text-embedding-3-small i text-embedding-3-large. Aquests són els nostres models d’incrustacions més nous i amb millor rendiment, amb costos més baixos, un rendiment multilingüe més alt i un nou paràmetre per escurçar les incrustacions. Llegeix-ne més.
Què tenen de diferent els models d’incrustacions més recents?
Els nostres models v3 més recents ofereixen un rendiment més alt en benchmarks habituals a un preu reduït. Pots llegir més sobre les millores de rendiment a l’apunt d’anunci al blog i a la documentació per a desenvolupadors.
Com puc saber quants segments tindrà una cadena abans d’intentar generar-ne la incrustació?
Pots utilitzar el paquet Tiktoken d’OpenAI per comprovar quants segments tindrà una cadena. Més informació a la nostra guia per a desenvolupadors sobre incrustacions.
Com puc recuperar ràpidament els K vectors d’incrustació més propers?
Per cercar ràpidament entre molts vectors, recomanem utilitzar una base de dades vectorial.
Quina funció de distància he d’utilitzar?
Les sortides d’incrustacions de l’API d’OpenAI estan normalitzades L2 a una longitud d’1 per defecte, fins i tot després d’escurçar-les amb el paràmetre dimensions, la qual cosa significa que:
Les incrustacions d’OpenAI estan normalitzades a una longitud d’1, la qual cosa significa que:
La similitud cosinus es pot calcular una mica més ràpidament utilitzant només un producte escalar
La similitud cosinus i la distància euclidiana donaran lloc a classificacions idèntiques