OpenAI: Text Embedding Ada 002

OpenAI: Text Embedding Ada 002 é um modelo de embeddings da OpenAI, listado na api14 sob o id de modelo openai/text-embedding-ada-002. Pertence à categoria de embeddings e é descrito pelo fornecedor como o modelo de embedding de texto legado da OpenAI. Se já trabalhou com os endpoints de embedding da OpenAI antes, esta é a familiar geração ada 002 dessa linha, disponibilizada através da api14 juntamente com o resto do catálogo.

O modelo recebe texto como entrada e devolve embeddings como saída, o que significa que não gera prosa nem respostas de chat. Mapeia um pedaço de texto para uma representação vetorial que pode armazenar e comparar. A sua janela de contexto é de 8192 tokens, pelo que um único pedido pode abranger uma passagem bastante longa em vez de um pequeno fragmento. Os detalhes indicam uma saída máxima de 7372, o que reflete a forma dos vetores que devolve e não texto gerado.

Como a saída é um vetor, os usos práticos são os fluxos de trabalho padrão de embedding. Pode construir pesquisa semântica sobre uma coleção de documentos ao gerar embeddings do seu corpus uma vez e gerar o embedding de cada consulta no momento do pedido. Pode usar os vetores para clustering ou deduplicação, por exemplo para agrupar tickets de suporte semelhantes ou encontrar registos quase idênticos. A classificação sobre embeddings congelados é outro padrão comum: treinar um classificador leve sobre os vetores em vez de fazer fine-tuning de um modelo generativo. A geração aumentada por recuperação também se encaixa aqui, onde os embeddings selecionam as passagens relevantes e um modelo separado de geração de texto escreve a resposta.

Chamá-lo através da api14 funciona da mesma forma que qualquer outro modelo na plataforma, usando a API compatível com OpenAI com openai/text-embedding-ada-002 como id de modelo. Envia o seu texto no pedido e lê o embedding de volta na resposta. A lista de parâmetros suportados está vazia, pelo que não há controlos de afinação extra a definir além do básico do próprio pedido; não precisa de configurar temperature, top_p ou opções de amostragem semelhantes porque este modelo não faz amostragem de texto.

Tenha em conta o âmbito do modelo ao escolhê-lo. Apenas aceita texto, pelo que imagens, áudio e outras modalidades estão fora do alcance aqui. Produz apenas embeddings, pelo que qualquer tarefa que precise de uma resposta escrita real requer um modelo diferente para o passo de geração. Como a OpenAI o descreve como um modelo de embedding legado, os novos projetos podem querer ponderá-lo face a opções de embedding mais recentes, enquanto os pipelines existentes já construídos em torno de vetores ada 002 podem continuar a chamá-lo através da api14 sem alterar a sua integração.