OpenAI: Text Embedding Ada 002

OpenAI: Text Embedding Ada 002 は OpenAI の埋め込みモデルで、api14 にモデル ID openai/text-embedding-ada-002 として掲載されています。埋め込みカテゴリに属し、プロバイダーによる説明では OpenAI のレガシーなテキスト埋め込みモデルとされています。これまでに OpenAI の埋め込みエンドポイントを扱ったことがあるなら、これはその系統でおなじみの ada 002 世代であり、カタログの他のモデルと同様に api14 を通じて利用できます。

このモデルはテキストを入力として受け取り、出力として埋め込みを返します。つまり、文章やチャットの返答を生成することはありません。テキストの断片をベクトル表現に変換し、それを保存して比較できます。コンテキストウィンドウは 8192 トークンなので、1 回のリクエストで短い断片ではなくかなり長い文章を扱えます。詳細には最大出力 7372 と記載されていますが、これは生成テキストではなく、返されるベクトルの形状を反映したものです。

出力がベクトルであるため、実用的な用途は標準的な埋め込みワークフローになります。コーパスを一度埋め込み、リクエスト時に各クエリを埋め込むことで、文書コレクションに対するセマンティック検索を構築できます。ベクトルはクラスタリングや重複排除にも利用でき、たとえば類似したサポートチケットをグループ化したり、ほぼ同一のレコードを見つけたりできます。凍結された埋め込みの上に分類器を載せるのも一般的なパターンです。生成モデルをファインチューニングする代わりに、ベクトル上で軽量な分類器を学習します。検索拡張生成もここに当てはまり、埋め込みが関連する箇所を選び、別のテキスト生成モデルが回答を書きます。

api14 を通じた呼び出しは、プラットフォーム上の他のモデルと同じように動作し、OpenAI 互換 API で openai/text-embedding-ada-002 をモデル ID として使用します。リクエストでテキストを送信し、レスポンスから埋め込みを読み取ります。サポートされるパラメータの一覧は空なので、呼び出し自体の基本設定以外に調整できる項目はありません。このモデルはテキストをサンプリングしないため、temperature、top_p などのサンプリングオプションを設定する必要はありません。

選択する際は、このモデルの適用範囲を念頭に置いてください。受け付けるのはテキストのみなので、画像、音声、その他のモダリティはここでは対象外です。生成するのは埋め込みのみなので、実際に書かれた回答が必要なタスクでは、生成ステップに別のモデルが必要です。OpenAI がこれをレガシーな埋め込みモデルと説明しているため、新しいプロジェクトではより新しい埋め込みオプションと比較検討した方がよいかもしれません。一方、ada 002 のベクトルを中心に既に構築されている既存のパイプラインは、統合を変更することなく api14 を通じて引き続き呼び出せます。