Embedding Modelsopenai
معرفی و مستندات مدل هوش مصنوعی text-embedding-ada-002
مستندات مدل text-embedding-ada-002 از ای آی کار (AI-KAR)
معرفی و بررسی فنی
⚡ وضعیت پشتیبانی از زبان فارسی
این مدل از زبان فارسی به صورت متوسط پشتیبانی میکند و برای درک کامل مفاهیم پیچیده ممکن است نیاز به تنظیمات دقیقتر داشته باشد.
مدل text-embedding-ada-002 یک مدل کارآمد و قابل اعتماد برای تبدیل متن به نمایشهای عددی است. این مدل به عنوان یک ابزار اساسی برای کاربردهای مختلف پردازش زبان طبیعی (NLP) عمل میکند و ماشینها را قادر میسازد تا زبان انسانی را به طور موثرتری درک و پردازش کنند. این مدل با استفاده از الگوریتمهای پیشرفته، متن ورودی را به یک بردار عددی تبدیل میکند که نمایانگر معنای آن متن است. این بردارها میتوانند برای وظایف مختلفی مانند جستجوی معنایی، خوشهبندی متن، طبقهبندی متن و پاسخ به سوالات مورد استفاده قرار گیرند. مدل text-embedding-ada-002 به طور خاص برای ارائه تعادل بین کیفیت و کارایی طراحی شده است، به این معنی که هم دقت بالایی در نمایش معنایی متن دارد و هم سرعت پردازش مناسبی را ارائه میدهد. این ویژگی آن را برای استفاده در برنامههای کاربردی مختلف، از جمله برنامههایی که نیاز به پردازش حجم زیادی از دادهها دارند، مناسب میسازد. یکی از ویژگیهای کلیدی مدل text-embedding-ada-002، توانایی آن در درک و نمایش روابط معنایی بین کلمات و عبارات است. این مدل میتواند تشخیص دهد که کدام کلمات و عبارات از نظر معنایی به هم نزدیک هستند و کدام کلمات و عبارات از نظر معنایی با هم متفاوت هستند. این توانایی به آن اجازه میدهد تا در وظایفی مانند جستجوی معنایی و خوشهبندی متن، عملکرد بهتری داشته باشد. علاوه بر این، مدل text-embedding-ada-002 از طیف گستردهای از زبانها پشتیبانی میکند و میتواند برای پردازش متن در زبانهای مختلف مورد استفاده قرار گیرد. این ویژگی آن را به یک ابزار ارزشمند برای توسعه برنامههای کاربردی چند زبانه تبدیل میکند. در مجموع، مدل text-embedding-ada-002 یک ابزار قدرتمند و انعطافپذیر است که میتواند برای طیف گستردهای از کاربردهای NLP مورد استفاده قرار گیرد. کارایی، دقت و پشتیبانی از زبانهای مختلف، آن را به یک انتخاب عالی برای توسعهدهندگانی تبدیل میکند که به دنبال یک مدل embedding با کیفیت بالا هستند. این مدل در ای آی کار (AI-KAR) بهینه شده و در دسترس است.
مشخصات فنی (API References)
| پارامتر | نوع | توضیحات و مقادیر |
|---|---|---|
model | stringRequired | مدل مورد استفاده برای تولید embedding. مقادیر مجاز (کلیک برای کپی): |
input | string | string[]Required | متن ورودی برای تبدیل به embedding، که میتواند به صورت یک رشته یا آرایهای از رشتهها باشد. |
encoding_format | string | فرمت خروجی embedding. مقدار پیشفرض float است. مقادیر مجاز (کلیک برای کپی): |
dimensions | number | تعداد ابعاد بردار embedding خروجی. |
نمونه کدهای درخواست
نکته مهم برای توسعهدهندگان:
برای احراز هویت، حتما کلید API خود را جایگزین YOUR_API_KEY کنید. هدر Authorization الزامی است.
import requests
import json
url = "https://api.ai-kar.com/v1/embeddings"
headers = {
"Authorization": "Bearer YOUR_SECRET_TOKEN",
"Content-Type": "application/json"
}
data = {
"model": "text-embedding-ada-002",
"input": "text",
"encoding_format": "float",
"dimensions": 1
}
response = requests.post(url, headers=headers, data=json.dumps(data))
print(response.status_code)
print(response.text)نمونه پاسخ موفق (JSON)
RESPONSE (200 OK)
{
"201": "Success - No content"
}