Spesifikasi Teknis text-embedding-3-small
| Item | Detail |
|---|---|
| ID Model | text-embedding-3-small |
| Jenis model | Model embedding teks |
| Deskripsi | Model embedding teks berukuran kecil untuk pemrosesan yang efisien. |
| Penggunaan utama | Mengonversi teks menjadi embedding vektor padat untuk pencarian semantik, pengambilan, pengelompokan, klasifikasi, dan tugas kemiripan |
| Modalitas input | Teks |
| Modalitas output | Vektor embedding |
| Kesesuaian konteks | Dioptimalkan untuk beban kerja embedding teks yang efisien |
| Pola integrasi khas | Pembuatan embedding berbasis API untuk sistem NLP hilir dan sistem pengambilan kembali |
Apa itu text-embedding-3-small?
text-embedding-3-small adalah model embedding teks yang dirancang untuk mengubah teks menjadi representasi vektor numerik yang menangkap makna semantik. Embedding ini memudahkan aplikasi untuk membandingkan potongan teks berdasarkan kemiripan alih-alih pencocokan kata kunci secara persis.
Karena merupakan model embedding kecil, text-embedding-3-small sangat cocok untuk pemrosesan yang efisien dalam sistem produksi yang membutuhkan waktu tanggap cepat dan pembuatan embedding yang dapat diskalakan. Model ini dapat digunakan dalam alur kerja seperti pencarian semantik, pipeline rekomendasi, pengambilan dokumen, deduplikasi, pencocokan intent, dan pengindeksan basis pengetahuan.
Fitur utama text-embedding-3-small
- Pembuatan embedding yang efisien: Dirancang untuk konversi teks-ke-vektor yang cepat dan ringan pada aplikasi yang memerlukan kinerja responsif.
- Pemahaman semantik: Mengodekan teks menjadi embedding yang membantu menangkap makna dan kemiripan kontekstual melampaui sekadar tumpang tindih leksikal.
- Penerapan yang dapat diskalakan: Cocok untuk pipeline volume tinggi seperti pengindeksan dokumen, korpus pencarian, FAQ, katalog produk, atau konten dukungan.
- Penggunaan hilir yang serbaguna: Mendukung berbagai kasus penggunaan termasuk pengambilan, persiapan pengurutan ulang, pengelompokan, klasifikasi, rekomendasi, dan deteksi duplikat.
- Integrasi ramah API: Bekerja dengan baik dalam tumpukan aplikasi modern yang bergantung pada pembuatan embedding terprogram melalui API yang dihosting.
Cara mengakses dan mengintegrasikan text-embedding-3-small
Langkah 1: Daftar untuk Kunci API
Untuk memulai, daftar di platform CometAPI dan hasilkan kunci API Anda dari dasbor. Setelah memperoleh kunci tersebut, simpan dengan aman dan gunakan untuk mengautentikasi semua permintaan ke API text-embedding-3-small.
Langkah 2: Kirim Permintaan ke API text-embedding-3-small
Setelah Anda memiliki kunci API, kirim permintaan HTTPS ke endpoint CometAPI dan tentukan text-embedding-3-small sebagai model. Sertakan teks input Anda di body permintaan dan pastikan header otorisasi telah dikonfigurasi dengan benar.
curl https://api.cometapi.com/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"model": "text-embedding-3-small",
"input": "Your text goes here"
}'
Langkah 3: Ambil dan Verifikasi Hasil
Setelah permintaan diproses, API mengembalikan data embedding untuk input yang diberikan. Verifikasi bahwa respons menyertakan keluaran vektor yang diharapkan, konfirmasikan bahwa permintaan selesai dengan sukses, lalu simpan atau teruskan embedding tersebut ke pipeline pencarian, pengambilan, pengurutan, atau analitik Anda.