25 Ocak 2024'te iki yeni embedding modeli yayınladık: text-embedding-3-small ve text-embedding-3-large. Bunlar; daha düşük maliyetler, daha yüksek çok dilli performans ve embedding'leri kısaltmak için yeni bir parametre sunan en yeni ve en yüksek performanslı embedding modellerimizdir. Daha fazla bilgi edinin.
En yeni embedding modellerinde farklı olan ne?
En yeni v3 modellerimiz, yaygın kıyaslamalarda daha düşük bir fiyatla daha güçlü performans sunar. Performans iyileştirmeleri hakkında duyuru blog yazısında ve geliştirici belgelerinde daha fazla bilgi edinebilirsiniz.
Bir dizenin, embedding'e dönüştürmeyi denemeden önce kaç token içereceğini nasıl anlayabilirim?
Bir dizenin kaç token içereceğini kontrol etmek için OpenAI'nin Tiktoken paketini kullanabilirsiniz. Daha fazla bilgi için embedding geliştirici kılavuzumuza bakın.
En yakın K embedding vektörünü hızlıca nasıl alabilirim?
Çok sayıda vektör içinde hızlı arama yapmak için bir vektör veritabanı kullanmanızı öneririz.
Hangi uzaklık fonksiyonunu kullanmalıyım?
OpenAI API embedding çıktıları, dimensions parametresiyle kısaltıldıktan sonra da varsayılan olarak uzunluğu 1 olacak şekilde L2-normalize edilir; bu şu anlama gelir:
OpenAI embedding'leri uzunluğu 1 olacak şekilde normalize edilir; bu şu anlama gelir:
Kosinüs benzerliği yalnızca nokta çarpımı kullanılarak biraz daha hızlı hesaplanabilir
Kosinüs benzerliği ve Öklid uzaklığı aynı sıralamaları verir