Den 25 januari 2024 släppte vi två nya embeddingsmodeller: text-embedding-3-small och text-embedding-3-large. Detta är våra nyaste och mest högpresterande embeddingsmodeller med lägre kostnader, högre flerspråkig prestanda och en ny parameter för att förkorta embeddings. Läs mer.
Vad är annorlunda med de senaste embeddingsmodellerna?
Våra senaste v3-modeller ger bättre prestanda på vanliga benchmarktester till ett lägre pris. Du kan läsa mer om prestandaförbättringarna i blogginlägget med tillkännagivandet och utvecklardokumentationen.
Hur kan jag veta hur många token en sträng kommer att ha innan jag försöker bädda in den?
Du kan använda OpenAI's Tiktoken-paket för att kontrollera hur många token en sträng kommer att ha. Läs mer i vår utvecklarguide för embeddings.
Hur kan jag snabbt hämta de K närmaste embedding-vektorerna?
För att snabbt söka bland många vektorer rekommenderar vi att du använder en vektordatabas.
Vilken avståndsfunktion ska jag använda?
Utdata från OpenAI API-embeddings är L2-normaliserade till längd 1 som standard, även efter förkortning med parametern dimensions, vilket innebär att:
OpenAI-embeddings är normaliserade till längd 1, vilket innebär att:
Cosinuslikhet kan beräknas något snabbare med enbart en skalärprodukt
Cosinuslikhet och euklidiskt avstånd ger identiska rangordningar