Câu hỏi thường gặp về nhúng vector (Embeddings)

Điều gì khác biệt về các mô hình nhúng mới nhất?

Các mẫu v3 mới nhất của chúng tôi mang lại hiệu suất mạnh mẽ hơn trên các chuẩn đánh giá phổ biến với chi phí giảm. Bạn có thể đọc thêm về những cải tiến hiệu suất trongbài đăng thông báo trên blogvàtài liệu cho nhà phát triển.

Làm thế nào để tôi biết một chuỗi sẽ có bao nhiêu token trước khi thử nhúng nó?

Bạn có thể sử dụngGói Tiktoken của OpenAIđể kiểm tra một chuỗi sẽ có bao nhiêu token. Tìm hiểu thêm trong của chúng tôihướng dẫn dành cho nhà phát triển nhúng vector (Embeddings).

Làm thế nào để tôi có thể truy xuất nhanh các vector nhúng gần nhất K?

Để tìm kiếm nhanh chóng trên nhiều vectơ, chúng tôi khuyên bạn nên sử dụng mộtcơ sở dữ liệu vector.

Tôi nên sử dụng hàm khoảng cách nào?

Các đầu ra nhúng của OpenAI API được chuẩn hóa L2 về độ dài 1 theo mặc định, bao gồm cả sau khi rút ngắn vớikích thướctham số, có nghĩa là:

Các vector nhúng của OpenAI được chuẩn hóa về độ dài 1, điều này có nghĩa là:

• Độ tương đồng cosin có thể được tính hơi nhanh hơn bằng cách chỉ sử dụng tích vô hướng

• Độ tương đồng cosin và khoảng cách Euclide sẽ dẫn đến cùng một thứ hạng