2024 թվականի հունվարի 25-ին մենք թողարկեցինք էմբեդինգների երկու նոր մոդել՝ text-embedding-3-small և text-embedding-3-large։ Սրանք էմբեդինգների մեր ամենանոր և ամենաբարձր արդյունավետությամբ մոդելներն են՝ ավելի ցածր ծախսերով, ավելի բարձր բազմալեզու կատարողականությամբ և էմբեդինգները կրճատելու նոր պարամետրով։ Կարդալ ավելին։
Ինչո՞վ են տարբերվում էմբեդինգների վերջին մոդելները։
Մեր վերջին v3 մոդելներն ապահովում են ավելի բարձր կատարողականություն տարածված բենչմարքներում՝ ավելի ցածր գնով։ Կատարողականության բարելավումների մասին ավելին կարող եք կարդալ հայտարարության բլոգային գրառման մեջ և մշակողի փաստաթղթերում։
Ինչպե՞ս կարող եմ նախապես իմանալ՝ քանի թոքեն կունենա տողը, նախքան փորձեմ ստանալ դրա էմբեդինգը։
Կարող եք օգտագործել OpenAI-ի Tiktoken փաթեթը՝ ստուգելու համար, թե տողը քանի թոքեն կունենա։ Մանրամասն իմացեք մեր էմբեդինգների մշակողի ուղեցույցում։
Ինչպե՞ս կարող եմ արագ առբերել էմբեդինգի K ամենամոտ վեկտորները։
Շատ վեկտորների մեջ արագ որոնման համար խորհուրդ ենք տալիս օգտագործել վեկտորային տվյալների շտեմարան։
Հեռավորության ո՞ր ֆունկցիան պետք է օգտագործեմ։
OpenAI API-ի էմբեդինգների ելքերը լռելյայն L2-նորմալացված են մինչև 1 երկարություն, ներառյալ dimensions պարամետրով կրճատելուց հետո, ինչը նշանակում է, որ՝
OpenAI-ի էմբեդինգները նորմալացված են մինչև 1 երկարություն, ինչը նշանակում է, որ՝
Կոսինուսային նմանությունը կարելի է մի փոքր ավելի արագ հաշվարկել՝ օգտագործելով միայն սկալյար արտադրյալը
Կոսինուսային նմանությունը և էվկլիդեսյան հեռավորությունը կտան նույնական դասակարգումներ