OpenAI Embeddings 文本嵌入模型

embeddings是什么?

OpenAI 的文本嵌入模型可以计算文本字符串的特征向量，通过向量计算字符串之间的语义相关性。嵌入通常用于：

• 搜索（其中搜索结果按与查询字符串的相关性排序）
• 聚类（其中文本字符串按相似性分组）
• 推荐（其中推荐具相似的内容）
• 异常检测（识别具有很少相关性的异常值）
• 多样性测量（分析相似性分布）
• 分类（按它们最相似的标签对文本字符串进行分类）

embeddings模型计算出来的向量数据是浮点数数组。两个向量之间的距离可以表达它们之间的相关性。距离越近表明相关性越高，距离越远表明相关性越低。

• 提示：目前业界在文本向量计算这块，OpenAI的embedding模型效果是比较好的，缺点就是要花钱，不过目前价格还是很便宜，目前大概$0.0001/1K tokens。

如何使用embeddings模型？

使用openai的嵌入模型很简单，一个接口调用就可以搞定，目前OpenAI最新的嵌入模型是ext-embedding-ada-002

HTTP API调用例子:

curl https://api.openai.com/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "input"