OpenAI Text Embedding 3 Small

Суть

Text Embedding 3 Small — текстовая embedding-модель OpenAI. Она преобразует входной текст в числовое представление, которое можно сопоставлять с другими представлениями, чтобы оценивать смысловую близость фрагментов. Это не генератор ответов: модель создаёт представление текста для дальнейшей обработки в приложении.

Сильные стороны

OpenAI описывает эту модель как более производительную версию своего предыдущего embedding-подхода ada и как эффективную модель для получения векторов. Эмбеддинги подходят для задач, где важно учитывать не только совпадение отдельных слов, но и общую близость содержания. Их можно использовать в разных этапах обработки данных — например, для поиска, кластеризации или классификации.

Типовые сценарии

• Семантический поиск: представить запрос и документы в одном пространстве векторов, затем ранжировать документы по близости к запросу.
• Поиск контекста для RAG: находить релевантные фрагменты в коллекции, которые приложение сможет передать отдельной генеративной модели.
• Группировка и анализ коллекций: объединять похожие тексты, выявлять тематические группы или обнаруживать необычные элементы.
• Рекомендации и классификация: сопоставлять описания объектов или использовать векторы как признаки в последующей системе.

Ограничения

Модель принимает текст и возвращает embeddings; сама по себе она не формирует готовые ответы, не выполняет поиск по внешней базе и не управляет индексом — эти компоненты нужно реализовать отдельно. Сходство векторов служит сигналом близости, но не подтверждением истинности или взаимозаменяемости текстов. Качество поиска зависит также от подготовки данных, разбиения документов, выбора метрики и настройки ранжирования. По данным каталога, контекст модели составляет 8192 токена.