OpenAI: Text Embedding Ada 002 (batch)

OpenAI: Text Embedding Ada 002 (batch) é um modelo de embeddings da OpenAI, distribuído através da api14 sob o id de modelo openai/text-embedding-ada-002:batch. Pertence à categoria de embeddings, e a OpenAI descreve o text-embedding-ada-002 como o seu modelo de embeddings de texto legado. Se já trabalhou com embeddings da OpenAI antes, este é o mesmo conhecido modelo de embedding Ada 002, oferecido aqui numa variante batch.

O modelo recebe texto como entrada e devolve embeddings como saída. Não gera respostas de chat nem texto livre; o seu único produto é uma representação vetorial do texto que envia. A janela de contexto é de 8192 tokens, e a saída máxima é de 7372, o que na prática limita a quantidade de texto que pode ser convertida em embedding num único pedido. Como a modalidade de entrada é apenas texto, imagens, áudio e outros formatos estão fora do âmbito deste modelo.

Os usos típicos decorrem diretamente dessas propriedades. A pesquisa semântica e a geração aumentada por recuperação são os mais comuns: converte os seus documentos em embeddings uma vez, converte a consulta do utilizador em embedding no momento do pedido, e compara os vetores por similaridade. A mesma abordagem suporta clustering e descoberta de tópicos sobre grandes coleções de texto, deduplicação de registos quase idênticos, classificação quando um modelo leve é treinado sobre os vetores, e funcionalidades de recomendação ou "mais como isto". Tarefas de embedding em lote, como indexar um repositório de documentos ou atualizar uma base de dados vetorial, são uma aplicação natural dada a variante batch.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo openai/text-embedding-ada-002:batch. Como a interface é compatível com OpenAI, os SDKs e clientes OpenAI existentes funcionam com uma alteração do URL base e da chave de API. O modelo não lista parâmetros suportados além dos que o próprio endpoint define, por isso não deve esperar opções de ajuste como temperature ou top_p; os endpoints de embeddings não as utilizam. Envie a sua entrada de texto e leia os vetores de embedding a partir da resposta.

Uma consideração prática é que este é descrito como um modelo legado. Se está a iniciar um novo projeto e quer a geração atual de embeddings da OpenAI, verifique o que mais a api14 oferece antes de decidir. Para equipas que já usam vetores Ada 002 em produção, manter o mesmo modelo evita reconverter todo um corpus em embeddings, o que é frequentemente o fator decisivo.