25 જાન્યુઆરી, 2024ના રોજ અમે બે નવાં એમ્બેડિંગ મોડલ રજૂ કર્યાં: text-embedding-3-small અને text-embedding-3-large. આ અમારા સૌથી નવા અને શ્રેષ્ઠ કાર્યક્ષમતા ધરાવતા એમ્બેડિંગ મોડલ છે, જે ઓછા ખર્ચે વધુ સારું બહુભાષી પ્રદર્શન આપે છે અને એમ્બેડિંગ ટૂંકાં કરવા માટે નવું પેરામીટર ધરાવે છે. વધુ વાંચો.
નવીનતમ એમ્બેડિંગ્સ મોડલમાં શું અલગ છે.
અમારા નવીનતમ v3 મોડલ ઓછા ભાવે સામાન્ય બેન્ચમાર્ક પર વધુ મજબૂત પ્રદર્શન આપે છે. પ્રદર્શન સુધારાઓ વિશે તમે જાહેરાત બ્લોગ પોસ્ટ અને ડેવલપર દસ્તાવેજીકરણમાં વધુ વાંચી શકો છો.
સ્ટ્રિંગને એમ્બેડ કરવાનો પ્રયાસ કરું તે પહેલાં તેમાં કેટલા ટોકન હશે તે હું કેવી રીતે જાણી શકું.
સ્ટ્રિંગમાં કેટલા ટોકન હશે તે તપાસવા માટે તમે OpenAIનું Tiktoken પેકેજ વાપરી શકો છો. અમારી એમ્બેડિંગ્સ ડેવલપર માર્ગદર્શિકામાં વધુ જાણો.
હું K સૌથી નજીકનાં એમ્બેડિંગ વેક્ટર ઝડપથી કેવી રીતે મેળવી શકું.
ઘણા વેક્ટરમાં ઝડપથી શોધવા માટે, અમે વેક્ટર ડેટાબેઝ વાપરવાની ભલામણ કરીએ છીએ.
મારે કયું અંતર ફંક્શન વાપરવું જોઈએ.
OpenAI APIના એમ્બેડિંગ આઉટપુટ મૂળભૂત રીતે લંબાઈ 1 સુધી L2-નોર્મલાઇઝ્ડ હોય છે, dimensions પેરામીટર વડે ટૂંકાવ્યા પછી પણ, એટલે કે:
OpenAI એમ્બેડિંગ્સ લંબાઈ 1 સુધી નોર્મલાઇઝ્ડ હોય છે, એટલે કે:
કોસાઇન સમાનતા ફક્ત ડોટ પ્રોડક્ટનો ઉપયોગ કરીને થોડી વધુ ઝડપથી ગણતરી કરી શકાય છે.
કોસાઇન સમાનતા અને યુક્લિડિયન અંતર સમાન રેન્કિંગ આપશે.