Wprowadzenie do osadzeń z OpenAI API

Twórz potężne aplikacje AI

Embeddings pozwalają nam przedstawiać tekst numerycznie, uchwytując kontekst i intencję stojące za tekstem. Dowiesz się, jak te umiejętności mogą umożliwiać semantyczne wyszukiwarki, które wyszukują na podstawie znaczenia, bardziej trafne systemy rekomendacji oraz wykonywać zadania klasyfikacji, takie jak analiza sentymentu.

Twórz embeddingi za pomocą OpenAI API

OpenAI API oferuje nie tylko endpointy do korzystania z modeli GPT i Whisper, ale także modele do tworzenia embeddingów z danych tekstowych. Będziesz tworzyć embeddingi za pomocą najnowocześniejszych modeli embeddingów OpenAI, aby uchwycić semantyczne znaczenie tekstu.

Twórz semantyczne wyszukiwanie i silniki rekomendacji

Tradycyjne wyszukiwarki opierały się na dopasowywaniu słów kluczowych, aby zwracać użytkownikom najbardziej trafne wyniki, ale nowocześniejsze techniki wykorzystują embeddingi, ponieważ potrafią uchwycić semantyczne znaczenie tekstu. Nauczysz się tworzyć semantyczną wyszukiwarkę dla platformy handlu internetowego z wykorzystaniem modelu embeddingów OpenAI, aby użytkownicy mogli łatwiej znajdować najbardziej trafne produkty. Nauczysz się także, jak tworzyć system rekomendacji produktów, który opiera się na tych samych zasadach co wyszukiwanie semantyczne.

Wykorzystaj bazy danych wektorowych

Aplikacje AI w środowisku produkcyjnym, które opierają się na embeddingach, często korzystają z bazy danych wektorowej do przechowywania i wyszukiwania osadzonego tekstu w bardziej wydajny i powtarzalny sposób. W tym kursie nauczysz się korzystać z ChromaDB, otwartoźródłowego, samodzielnie zarządzanego rozwiązania bazy danych wektorowych, aby tworzyć i przechowywać embeddingi na swoim lokalnym systemie.