Введение в эмбеддинги с OpenAI API

Создавайте мощные приложения ИИ

Эмбеддинги позволяют нам представлять текст в числовом виде, улавливая контекст и намерение, стоящие за текстом. Вы узнаете, как эти возможности могут лежать в основе семантических поисковых систем, которые ищут по смыслу, более релевантных рекомендательных систем и выполнять задачи классификации, такие как анализ тональности.

Создавайте эмбеддинги с помощью OpenAI API

OpenAI API предоставляет не только конечные точки для доступа к моделям GPT и Whisper, но и к моделям для создания эмбеддингов на основе текстовых входных данных. Вы создадите эмбеддинги с помощью передовых моделей эмбеддингов OpenAI, чтобы передать семантический смысл текста.

Создайте семантический поиск и рекомендательные системы

Традиционные поисковые системы полагались на сопоставление ключевых слов, чтобы выдавать пользователям наиболее релевантные результаты, но более современные методы используют эмбеддинги, поскольку они способны передавать семантический смысл текста. Вы научитесь создавать семантическую поисковую систему для онлайн-ритейл-платформы с использованием модели эмбеддингов OpenAI, чтобы пользователям было проще находить наиболее релевантные товары. Вы также узнаете, как создать систему рекомендаций товаров, которая строится на тех же принципах, что и семантический поиск.

Используйте векторные базы данных

Приложения ИИ в продакшене, которые используют эмбеддинги, часто применяют векторную базу данных для хранения и поиска встроенного текста более эффективным и воспроизводимым способом. В этом курсе вы научитесь использовать ChromaDB — решение с открытым исходным кодом и самостоятельным управлением для векторной базы данных — чтобы создавать и хранить эмбеддинги на вашей локальной системе.