python 使用Embeddings 向量化
嵌入(Embeddings) API 指南
概述
新模型发布
特点:更低成本、更好的多语言性能、可控制维度
主要应用场景
基础使用
获取嵌入向量
响应格式
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [
-0.006929283495992422,
-0.005336422007530928,
// ... 更多数值
],
}
],
"model": "text-embedding-3-small",
"usage": {
"prompt_tokens": 5,
"total_tokens": 5
}
}
模型对比
模型 | 每美元页面数 | MTEB性能评估 | 最大输入 |
---|---|---|---|
text-embedding-3-small | 62,500 | 62.3% | 8191 |
text-embedding-3-large | 9,615 | 64.6% | 8191 |
text-embedding-ada-002 | 12,500 | 61.0% | 8191 |
实际应用示例
处理评论数据
技术细节
维度说明
注意事项
修改于 2024-12-25 13:41:20