Naučte se generovat vkládání pomocí Azure OpenAI.
Vkládání je speciální formát reprezentace dat, který lze snadno využít modely a algoritmy strojového učení. Vkládání je informace hustá reprezentace sémantického významu části textu. Každé vložení je vektor čísel s plovoucí desetinou čárkou, aby vzdálenost mezi dvěma vkládáními ve vektorovém prostoru odpovídala sémantické podobnosti mezi dvěma vstupy v původním formátu. Pokud jsou například dva texty podobné, měly by být jejich vektorové reprezentace také podobné. Vkládání hledání vektorů výkonu ve službě Azure Database, jako je Azure Cosmos DB pro virtuální jádro MongoDB, Azure SQL Database nebo Azure Database for PostgreSQL – flexibilní server.
Jak získat vkládání
Abychom získali vektor vložení pro část textu, vytvoříme požadavek na koncový bod embeddings, jak je znázorněno v následujících fragmentech kódu:
curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/embeddings?api-version=2024-02-01\
-H 'Content-Type: application/json' \
-H 'api-key: YOUR_API_KEY' \
-d '{"input": "Sample Document goes here"}'
Osvědčené postupy
Ověření, že vstupy nepřekračují maximální délku
- Maximální délka vstupního textu pro naše nejnovější modely vkládání je 8192 tokenů. Před vytvořením požadavku byste měli ověřit, že vaše vstupy tento limit nepřekračují.
- Pokud odesíláte pole vstupů v jednom požadavku na vložení, maximální velikost pole je 2048.
Omezení a rizika
Naše modely vkládání můžou být v určitých případech nespolehlivé nebo představují sociální rizika a mohou způsobit škodu při absenci zmírnění rizik. Další informace o tom, jak přistoupit k zodpovědnému používání, najdete v našem obsahu zodpovědné umělé inteligence.
Další kroky
- Přečtěte si další informace o používání Azure OpenAI a vkládání k provádění hledání dokumentů pomocí našeho kurzu vkládání.
- Přečtěte si další informace o základních modelech, které power Azure OpenAI.
- Ukládání vložených objektů a provádění vektorového vyhledávání (podobnosti) pomocí vaší volby služby:
- Azure AI Search
- Virtuální jádro služby Azure Cosmos DB pro MongoDB
- Azure SQL Database
- Azure Cosmos DB for NoSQL
- Azure Cosmos DB for PostgreSQL
- Flexibilní server Azure Database for PostgreSQL
- Azure Cache for Redis
- Použití eventhouse jako vektorové databáze – Inteligentní funkce v reálném čase v Microsoft Fabric