OpenAI 笔记：获取embedding

类型: 字符串或数组
必需: 是
描述: 要嵌入的输入文本，可以编码为一个字符串或令牌数组。要在单个请求中嵌入多个输入，请传递字符串数组或令牌数组。输入不能超过模型的最大输入令牌数（例如 text-embedding-ada-002 的 8192 令牌），不能是空字符串，任何数组必须是 2048 维或更少。

1 输入openai的api key


from openai import OpenAI
 
client = OpenAI(
    api_key=**)


response = client.embeddings.create(
    input="Hello",
    model="text-embedding-3-small"
)
 
print(response.data[0].embedding)

默认情况下，text-embedding-3-small 的嵌入向量长度为 1536，text-embedding-3-large 的长度为 3072


len(response.data[0].embedding)
#1536

input	类型: 字符串或数组必需: 是描述: 要嵌入的输入文本，可以编码为一个字符串或令牌数组。要在单个请求中嵌入多个输入，请传递字符串数组或令牌数组。输入不能超过模型的最大输入令牌数（例如 text-embedding-ada-002 的 8192 令牌），不能是空字符串，任何数组必须是 2048 维或更少。
model	类型: 字符串必需: 是描述: 要使用的模型的 ID。
encoding_format	类型: 字符串可选默认值: float 描述: 返回嵌入的格式。可以是 float 或 base64。
dimensions	类型: 整数可选描述: 结果输出嵌入应具有的维数。仅在 text-embedding-3 及以后的模型中支持。看起来也不是直接截断

相关阅读:
前端页面根据后端返回的文本将换行符（“↵”）进行换行展示
创新入门｜营销中的视频内容：不可或缺的策略
【函数式接口使用✈️✈️】配合策略模式实现文件处理的案例
论文阅读_LMM 的黎明_GPT4_4V
前缀表达式
【含面试】解锁MySQL group_concat的无限可能性：解决长度限制并实现高效查询
嵌入式开发板 ~ 说明
智慧公厕：打破传统，解决城市痛点@中期科技
基于51单片机的篮球计分器设计
Centos7虚拟机硬盘扩容 + 修改Docker默认存储位置

原文地址：https://blog.csdn.net/qq_40206371/article/details/138159787