توجه
در نظر داشته باشید که Gilas APIs از لحاظ فنی و نحوه کارکرد و قابلیت‌ها کاملا شبیه OpenAI APIs هستند. به همین منظور پیشنهاد میکنیم که برای آگاهی از نحوه‌ی کارکرد API ها به مستندات OpenAI API Reference و OpenAI Documentation ارجاع کنید.
مدل‌های Embeddings توانایی اندازه‌گیری مرتبط بودن متون به یکدیگر را دارند. از Embeddings برای منظورهای مختلفی استفاده می‌شود, از جمله:
- جستجوی میان متون برای یافتن متن‌هایی که از جنبه‌های متفاوتی نزدیک به هم هستند.
- دسته بندی متون با توجه به نزدیکی محتوای آنها.
- توسعه سیستم‌های توصیه کننده
- تشخیص الگوهای متنی غیر متعارف
یک Embedding یک بردار از اعداد اعشاری است. فاصله بین دو متن بر اساس فاصله بین بردارهای آنها اندازه‌گیری می‌شود.
Embeddings API #
برای ساخت یک بردار Embeddings کافی است تا متن مورد نظر خود را همراه با مدلی که می‌خواهید برای ساخت Embeddings استفاده کنید به اندپوینت /v1/embeddings ارسال کنید.
نمونه‌ای از فواخوانی APIی Embeddings را در زیر مشاهده کنید:
1curl https://api.gilas.io/v1/embeddings \
2 -H "Content-Type: application/json" \
3 -H "Authorization: Bearer $GILAS_API_KEY" \
4 -d '{
5 "input": "Your text string goes here",
6 "model": "text-embedding-3-small"
7 }'
پاسخ مدل به درخواست شما یک بردار از اعداد اعشاری همراه با تعدادی متادیتا می‌باشد.
1{
2 "object": "list",
3 "data": [
4 {
5 "object": "embedding",
6 "index": 0,
7 "embedding": [
8 -0.006929283495992422,
9 -0.005336422007530928,
10 ... (omitted for spacing)
11 -4.547132266452536e-05,
12 -0.024047505110502243
13 ],
14 }
15 ],
16 "model": "text-embedding-3-small",
17 "usage": {
18 "prompt_tokens": 5,
19 "total_tokens": 5
20 }
21}
برای آگاهی کامل از قابلیت‌های Embeddings API لطفا مستندات وب‌سایت OpenAI را مطالعه کنید.
همچنین OpenAI API Reference شامل مستندات مربوط به Embeddings API می‌باشد که مطالعه آنها برای استفاده از این اندپوینت بسیار اهمیت دارد.