Tổng quan embedding
Chuyển văn bản thành vectơ số để tìm kiếm ngữ nghĩa, truy xuất tài liệu, phân cụm và RAG. Cả hai mô hình dùng POST /v1/embeddings tương thích OpenAI. Phản hồi chứa vectơ thay vì câu trả lời được sinh ra.
Chuyển văn bản thành vectơ số để tìm kiếm ngữ nghĩa, truy xuất tài liệu, phân cụm và RAG. Cả hai mô hình dùng POST /v1/embeddings tương thích OpenAI. Phản hồi chứa vectơ thay vì câu trả lời được sinh ra.
Chọn mô hình
| Mô hình | Số chiều mặc định | Hướng dẫn |
|---|---|---|
text-embedding-3-small |
1536 | text-embedding-3-small |
bge-m3 |
1024 | BGE-M3 |
Mô hình embedding của OpenAI có 1536 chiều mặc định, phù hợp cho tìm kiếm ngữ nghĩa và lập chỉ mục kiến thức. APIMaster cũng đã kiểm thử đầu ra 512 chiều qua dimensions.
Mô hình đa ngôn ngữ BAAI với 1024 chiều cho truy xuất tài liệu. API này trả vectơ đặc, không cung cấp trọng số thưa hoặc vectơ ColBERT. Truy vấn không cần tiền tố chỉ dẫn đặc biệt.
Tham số và giới hạn
POST https://apimaster.ai/v1/embeddings
input nhận chuỗi không rỗng hoặc mảng chuỗi không rỗng. encoding_format: float trả mảng số. Không gửi messages, max_tokens hoặc stream. Giới hạn tham chiếu là 8192 tokens mỗi văn bản; chia tài liệu dài và giữ lô nhỏ. Giới hạn và cách tách token có thể khác theo tuyến.
Tìm kiếm ngữ nghĩa và RAG
Chia tài liệu thành đoạn, tạo và lưu vectơ. Tạo vectơ truy vấn bằng cùng mô hình và số chiều, xếp hạng theo độ tương đồng cosine rồi đưa văn bản tìm được cho mô hình chat riêng. Không trộn mô hình hoặc số chiều trong một chỉ mục; tạo lại chỉ mục khi đổi mô hình.