Эмбеддинги

Получите векторное представление заданных входных данных, которое можно легко использовать моделями и алгоритмами машинного обучения.

Объект embedding

index integer Индекс эмбеддинга в списке

---

embedding array Эмбеддинг, который представляет собой список чисел с плавающей запятой. Длина вектора зависит от модели. Для модели text-embedding-ada-002 длинна вектора составляет 1536.

---

object string Тип объекта, который всегда "embedding"

---

Объект "embedding"

{
  "object": "embedding",
  "embedding": [
    0.0023064255,
    -0.009327292,
    .... (1536 floats total for ada-002)
    -0.0028842222,
  ],
  "index": 0
}

---

Создание эмбеддинга

POST https://api.mashagpt.ru/v1/embeddings

Создает вектор признаков представляющий предоставленный текст

Request Body

Name	Type	Description
input*	String | Array	Текст для генерации эмбеддинга в виде строки или массива токенов. Чтобы сгенерировать несколько эмбеддингов в одном запросе, передайте массив строк или массив массивов токенов. Входные данные не должны превышать максимальное количество токенов для модели (8192 токенов для text-embedding-ada-002) и не могут быть пустой строкой.
model*	String	Id модели которую использовать. На данный момент поддерживается только text-embedding-ada-002.
encoding_format	String	Формат возврата эмбеддингов. Может быть float или base64.
user	String	Уникальный идентификатор, представляющий вашего конечного пользователя.

200: OK Список эмбеддингов

Список data эмбеддингов.

Пример запроса

curl https://api.mashagpt.ru/v1/embeddings \
  -H "Authorization: Bearer $MASHAGPT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": "The food was delicious and the waiter...",
    "model": "text-embedding-ada-002",
    "encoding_format": "float"
  }'

Пример ответа

{
  "object": "list",
  "data": [
    {
      "object": "embedding",
      "embedding": [
        0.0023064255,
        -0.009327292,
        .... (1536 floats total for ada-002)
        -0.0028842222,
      ],
      "index": 0
    }
  ],
  "model": "text-embedding-ada-002",
  "usage": {
    "prompt_tokens": 8,
    "total_tokens": 8,
    "prompt_energy": 8,
    "total_energy": 8
  }
}