Spesifikasi Teknikal bagi text-embedding-3-small
| Perkara | Butiran |
|---|---|
| ID Model | text-embedding-3-small |
| Jenis model | Model pembenaman teks |
| Penerangan | Model pembenaman teks bersaiz kecil untuk pemprosesan yang cekap. |
| Kegunaan utama | Menukar teks kepada pembenaman vektor padat untuk carian semantik, pengambilan semula, pengelompokan, pengelasan dan tugas keserupaan |
| Modaliti input | Teks |
| Modaliti output | Vektor pembenaman |
| Kesesuaian konteks | Dioptimumkan untuk beban kerja pembenaman teks yang cekap |
| Pola integrasi lazim | Penjanaan pembenaman berasaskan API untuk sistem NLP hiliran dan pengambilan semula |
Apakah text-embedding-3-small?
text-embedding-3-small ialah model pembenaman teks yang direka untuk menukar teks kepada perwakilan vektor bernombor yang menangkap makna semantik. Pembenaman ini memudahkan aplikasi membandingkan bahagian teks berdasarkan keserupaan dan bukannya padanan kata kunci tepat.
Memandangkan ia merupakan model pembenaman berskala kecil, text-embedding-3-small sangat sesuai untuk pemprosesan yang cekap dalam sistem produksi yang memerlukan kepantasan dan penjanaan pembenaman berskala. Ia boleh digunakan dalam aliran kerja seperti carian semantik, saluran cadangan, pengambilan dokumen, penyahpenduaan, padanan niat dan pengindeksan pangkalan pengetahuan.
Ciri utama text-embedding-3-small
- Penjanaan pembenaman yang cekap: Direka untuk penukaran teks-ke-vektor yang pantas dan ringan dalam aplikasi yang memerlukan prestasi responsif.
- Pemahaman semantik: Mengekod teks kepada pembenaman yang membantu menangkap makna dan keserupaan kontekstual melangkaui pertindihan leksikal semata-mata.
- Penyebaran yang boleh diskalakan: Sesuai untuk saluran paip volum tinggi seperti pengindeksan dokumen, korpora carian, Soalan Lazim, katalog produk atau kandungan sokongan.
- Penggunaan hiliran yang serba boleh: Menyokong kes penggunaan termasuk pengambilan semula, persediaan pemeringkatan semula, pengelompokan, pengelasan, cadangan dan pengesanan pendua.
- Integrasi mesra API: Berfungsi baik dalam timbunan aplikasi moden yang bergantung pada penjanaan pembenaman secara pengaturcaraan melalui API yang dihoskan.
Cara mengakses dan mengintegrasikan text-embedding-3-small
Langkah 1: Daftar untuk Kunci API
Untuk bermula, daftar di platform CometAPI dan jana Kunci API anda daripada papan pemuka. Selepas memperoleh kunci tersebut, simpan dengan selamat dan gunakannya untuk mengesahkan semua permintaan ke API text-embedding-3-small.
Langkah 2: Hantar Permintaan ke API text-embedding-3-small
Sebaik sahaja anda mempunyai Kunci API, hantar permintaan HTTPS ke titik akhir CometAPI dan nyatakan text-embedding-3-small sebagai model. Sertakan teks input anda dalam badan permintaan dan pastikan pengepala Authorization dikonfigurasikan dengan betul.
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: Dapatkan dan Sahkan Keputusan
Selepas permintaan diproses, API memulangkan data pembenaman untuk input yang dibekalkan. Sahkan bahawa respons mengandungi output vektor yang dijangka, pastikan permintaan selesai dengan jayanya, kemudian simpan atau hantarkan pembenaman tersebut ke saluran paip carian, pengambilan semula, pemeringkatan atau analitik anda.