ข้อมูลจำเพาะทางเทคนิคของ text-embedding-3-small
| รายการ | รายละเอียด |
|---|---|
| รหัสรุ่น | text-embedding-3-small |
| ประเภทโมเดล | โมเดลเอมเบดดิ้งข้อความ |
| คำอธิบาย | โมเดลเอมเบดดิ้งข้อความขนาดเล็กเพื่อการประมวลผลที่มีประสิทธิภาพ |
| การใช้งานหลัก | แปลงข้อความเป็นเอมเบดดิ้งเวกเตอร์หนาแน่นสำหรับงานค้นหาเชิงความหมาย การดึงค้น การจัดกลุ่ม การจัดประเภท และงานด้านความคล้ายคลึง |
| รูปแบบอินพุต | ข้อความ |
| รูปแบบเอาต์พุต | เวกเตอร์เอมเบดดิ้ง |
| ความเหมาะสมตามบริบท | ปรับให้เหมาะสำหรับงานเอมเบดดิ้งข้อความที่มีประสิทธิภาพ |
| รูปแบบการผสานรวมที่พบบ่อย | การสร้างเอมเบดดิ้งผ่าน API สำหรับระบบ NLP และการดึงค้นในขั้นตอนถัดไป |
text-embedding-3-small คืออะไร?
text-embedding-3-small เป็นโมเดลเอมเบดดิ้งข้อความที่ออกแบบมาเพื่อแปลงข้อความให้เป็นเวกเตอร์เชิงตัวเลขที่สะท้อนความหมายเชิงบริบท เอมเบดดิ้งเหล่านี้ช่วยให้แอปพลิเคชันเปรียบเทียบข้อความตามความคล้ายคลึง แทนการจับคู่คำหลักแบบตรงตัว
เนื่องจากเป็นโมเดลเอมเบดดิ้งขนาดเล็ก text-embedding-3-small จึงเหมาะอย่างยิ่งกับการประมวลผลที่มีประสิทธิภาพในระบบโปรดักชันซึ่งต้องการความรวดเร็วและการสร้างเอมเบดดิ้งที่ปรับสเกลได้ ใช้ได้กับเวิร์กโฟลว์ เช่น การค้นหาเชิงความหมาย ไปป์ไลน์คำแนะนำ การดึงเอกสาร การลบข้อมูลซ้ำ การจับคู่เจตนา และการทำดัชนีคลังความรู้
คุณลักษณะหลักของ text-embedding-3-small
- การสร้างเอมเบดดิ้งอย่างมีประสิทธิภาพ: ออกแบบมาสำหรับการแปลงข้อความเป็นเวกเตอร์ที่รวดเร็วและเบา เหมาะกับแอปพลิเคชันที่ต้องการการตอบสนองฉับไว
- ความเข้าใจเชิงความหมาย: เข้ารหัสข้อความเป็นเอมเบดดิ้งที่ช่วยจับความหมายและความคล้ายคลึงตามบริบท มากกว่าการทับซ้อนของคำแบบผิวเผิน
- การปรับขนาดการใช้งานได้: เหมาะกับไปป์ไลน์ปริมาณสูง เช่น การทำดัชนีเอกสาร คอร์ปัสสำหรับการค้นหา คำถามที่พบบ่อย แค็ตตาล็อกสินค้า หรือเนื้อหาสนับสนุน
- การใช้งานต่อเนื่องที่หลากหลาย: รองรับกรณีใช้งาน เช่น การดึงค้น การเตรียมสำหรับการจัดอันดับใหม่ การจัดกลุ่ม การจัดประเภท การแนะนำ และการตรวจจับข้อมูลซ้ำ
- การผสานรวมที่เป็นมิตรกับ API: ทำงานได้ดีกับสแตกแอปพลิเคชันสมัยใหม่ที่อาศัยการสร้างเอมเบดดิ้งด้วยโปรแกรมผ่าน API ที่โฮสต์ไว้
วิธีเข้าถึงและผสานรวม text-embedding-3-small
ขั้นตอนที่ 1: ลงทะเบียนเพื่อรับคีย์ API
เริ่มต้นด้วยการลงทะเบียนบนแพลตฟอร์ม CometAPI และสร้างคีย์ API จากแดชบอร์ด เมื่อได้รับคีย์แล้ว ให้จัดเก็บอย่างปลอดภัยและใช้เพื่อยืนยันตัวตนในคำขอทั้งหมดที่ส่งไปยัง API ของ text-embedding-3-small
ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ text-embedding-3-small
เมื่อมีคีย์ API แล้ว ให้ส่งคำขอแบบ HTTPS ไปยังเอ็นด์พอยต์ของ CometAPI และระบุ text-embedding-3-small เป็นโมเดล ใส่ข้อความอินพุตในเนื้อหาคำขอ และตรวจสอบให้แน่ใจว่ากำหนดค่าเฮดเดอร์การอนุญาตไว้อย่างถูกต้อง
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"
}'
ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์
หลังจากคำขอได้รับการประมวลผล API จะส่งคืนข้อมูลเอมเบดดิ้งสำหรับอินพุตที่ระบุ ตรวจสอบว่าการตอบกลับมีเอาต์พุตเวกเตอร์ตามที่คาดไว้ ยืนยันว่าคำขอดำเนินการสำเร็จ แล้วจึงจัดเก็บหรือส่งต่อเอมเบดดิ้งไปยังไปป์ไลน์การค้นหา การดึงค้น การจัดอันดับ หรือการวิเคราะห์ของคุณ