Ing 25 Januari 2024, kita ngrilis rong model embedding anyar: text-embedding-3-small lan text-embedding-3-large. Iki model embedding paling anyar kanthi kinerja paling apik saka kita, regane luwih murah, kinerja multibasane luwih dhuwur, lan dilengkapi paramèter anyar kanggo nyepetake embedding. Waca luwih jangkep.
Apa bedane model embeddings paling anyar?
Model v3 paling anyar saka kita nyedhiyakake kinerja luwih kuwat ing benchmark umum kanthi rega luwih murah. Sampeyan bisa maca luwih akeh babagan paningkatan kinerja ing kiriman blog pengumuman lan dokumentasi pangembang.
Kepiye carane ngerti pira token ing sawijining string sadurunge dak-embed?
Sampeyan bisa nggunakake paket Tiktoken saka OpenAI kanggo mriksa pira token sing bakal ana ing sawijining string. Sinau luwih lengkap ing pandhuan pangembang embeddings kita.
Kepiye carane njupuk K vektor embedding paling cedhak kanthi cepet?
Kanggo nggoleki ing pirang-pirang vektor kanthi cepet, disaranake nggunakake basis data vektor.
Fungsi jarak endi sing kudu dakgunakake?
Output embedding OpenAI API wis dinormalisasi L2 dadi dawa 1 kanthi baku, kalebu sawise dicekak nganggo parameter dimensions, tegese:
Embedding OpenAI dinormalisasi dadi dawa 1, tegese:
Kemiripan kosinus bisa diitung rada luwih cepet mung nganggo dot product
Kemiripan kosinus lan jarak Euclidean bakal ngasilake peringkat sing padha persis