OpenAI: Text Embedding Ada 002

OpenAI: Text Embedding Ada 002는 OpenAI의 임베딩 모델로, api14에 모델 id openai/text-embedding-ada-002로 등록되어 있습니다. 이는 임베딩 카테고리에 속하며, 제공자는 이를 OpenAI의 레거시 텍스트 임베딩 모델이라고 설명합니다. 이전에 OpenAI의 임베딩 엔드포인트를 사용해 본 적이 있다면, 이것은 그 계열에서 익숙한 ada 002 세대이며, 나머지 카탈로그와 함께 api14를 통해 제공됩니다.

이 모델은 텍스트를 입력으로 받고 임베딩을 출력으로 반환하므로, 산문이나 채팅 답변을 생성하지 않습니다. 텍스트 조각을 저장하고 비교할 수 있는 벡터 표현으로 매핑합니다. 컨텍스트 윈도우는 8192 토큰이므로, 단일 요청이 짧은 스니펫이 아니라 상당히 긴 구절을 처리할 수 있습니다. 세부 정보에는 최대 출력 7372가 나열되어 있는데, 이는 생성된 텍스트가 아니라 반환하는 벡터의 형태를 반영합니다.

출력이 벡터이므로, 실제 용도는 표준 임베딩 워크플로입니다. 코퍼스를 한 번 임베딩하고 요청 시 각 쿼리를 임베딩하여 문서 컬렉션에 대한 시맨틱 검색을 구축할 수 있습니다. 벡터를 클러스터링이나 중복 제거에 사용할 수 있습니다. 예를 들어 유사한 지원 티켓을 그룹화하거나 거의 동일한 레코드를 찾는 경우입니다. 고정된 임베딩 위에서의 분류도 또 다른 일반적인 패턴입니다. 생성 모델을 미세 조정하는 대신 벡터 위에 가벼운 분류기를 학습시키는 것입니다. 검색 증강 생성도 여기에 해당합니다. 임베딩이 관련 구절을 선택하고 별도의 텍스트 생성 모델이 답변을 작성합니다.

api14를 통해 호출하는 방식은 플랫폼의 다른 모델과 동일하며, openai/text-embedding-ada-002를 모델 id로 사용하는 OpenAI 호환 API를 사용합니다. 요청에 텍스트를 보내고 응답에서 임베딩을 읽습니다. 지원되는 매개변수 목록은 비어 있으므로, 호출 자체의 기본 사항 외에 설정할 추가 튜닝 노브가 없습니다. 이 모델은 텍스트를 샘플링하지 않으므로 temperature, top_p 또는 유사한 샘플링 옵션을 구성할 필요가 없습니다.

선택할 때 모델의 범위를 염두에 두십시오. 텍스트만 허용하므로 이미지, 오디오 및 기타 모달리티는 여기서 범위를 벗어납니다. 임베딩만 생성하므로 실제 작성된 답변이 필요한 작업에는 생성 단계를 위한 다른 모델이 필요합니다. OpenAI가 이를 레거시 임베딩 모델이라고 설명하므로, 새 프로젝트는 더 새로운 임베딩 옵션과 비교해 볼 수 있으며, 이미 ada 002 벡터를 중심으로 구축된 기존 파이프라인은 통합을 변경하지 않고 api14를 통해 계속 호출할 수 있습니다.