Më 25 janar 2024, publikuam dy modele të reja embedding: text-embedding-3-small dhe text-embedding-3-large. Këto janë modelet tona embedding më të reja dhe me performancën më të lartë, me kosto më të ulëta, performancë më të lartë shumëgjuhëshe dhe një parametër të ri për shkurtimin e embeddings. Lexoni më shumë.
Çfarë ndryshon te modelet më të fundit embedding?
Modelet tona më të fundit v3 ofrojnë performancë më të fortë në benchmark-e të zakonshme me çmim të reduktuar. Mund të lexoni më shumë rreth përmirësimeve të performancës në postimin e blogut të njoftimit dhe dokumentacionin për zhvilluesit.
Si mund ta di sa token do të ketë një varg para se të përpiqem ta kthej në embedding?
Mund të përdorni paketën Tiktoken të OpenAI për të kontrolluar sa token do të ketë një varg. Mësoni më shumë në udhëzuesin tonë për zhvillues për embeddings.
Si mund t’i marr shpejt K vektorët embedding më të afërt?
Për kërkim të shpejtë në shumë vektorë, rekomandojmë përdorimin e një baze të dhënash vektoriale.
Cilin funksion distance duhet të përdor?
Rezultatet embedding të OpenAI API normalizohen me L2 në gjatësi 1 si parazgjedhje, përfshirë edhe pas shkurtimit me parametrin dimensions, që do të thotë se:
Embeddings të OpenAI normalizohen në gjatësi 1, që do të thotë se:
Ngjashmëria kosinus mund të llogaritet pak më shpejt duke përdorur vetëm një produkt skalar
Ngjashmëria kosinus dhe distanca euklidiane do të japin renditje identike