Den 25. januar 2024 udgav vi to nye embeddingmodeller: text-embedding-3-small og text-embedding-3-large. Dette er vores nyeste og mest effektive embeddingmodeller med lavere omkostninger, bedre flersproget ydeevne og en ny parameter til at forkorte embeddings. Læs mere.
Hvad er anderledes ved de nyeste embeddingmodeller?
Vores nyeste v3-modeller giver stærkere ydeevne på almindelige benchmarks til en lavere pris. Du kan læse mere om forbedringerne i ydeevne i annonceringsblogindlægget og udviklerdokumentationen.
Hvordan kan jeg se, hvor mange tokens en streng vil have, før jeg forsøger at indlejre den?
Du kan bruge OpenAI's Tiktoken-pakke til at tjekke, hvor mange tokens en streng vil have. Læs mere i vores udviklervejledning til embeddings.
Hvordan kan jeg hurtigt hente de K nærmeste embedding-vektorer?
Til hurtig søgning i mange vektorer anbefaler vi at bruge en vektordatabase.
Hvilken afstandsfunktion skal jeg bruge?
Embedding-output fra OpenAI API'et er som standard L2-normaliseret til længde 1, også efter forkortelse med parameteren dimensions, hvilket betyder, at:
OpenAI-embeddings er normaliseret til længde 1, hvilket betyder, at:
Cosinuslighed kan beregnes lidt hurtigere ved blot at bruge et prikprodukt
Cosinuslighed og euklidisk afstand vil give identiske rangeringer