嵌入向量

POST 创建嵌入 #

POST https://api.mygptlife.com/v1/embeddings

获取给定输入的矢量表示，机器学习模型和算法可以轻松使用该表示。

相关指南：嵌入(opens new window)

创建表示输入文本的嵌入向量。

Body 请求参数

{
  "model": "text-embedding-ada-002",
  "input": "The food was delicious and the waiter..."
}

请求参数 #

名称	位置	类型	必选	说明
Authorization	header	string	否	none
body	body	object	否	none
» model	body	string	是	要使用的模型的 ID。您可以使用List models (opens new window)API 来查看所有可用模型，或查看我们的模型概述 (opens new window)以了解它们的描述。
» input	body	string	是	输入文本以获取嵌入，编码为字符串或标记数组。要在单个请求中获取多个输入的嵌入，请传递一个字符串数组或令牌数组数组。每个输入的长度不得超过 8192 个标记。

返回示例

Create embeddings

{
  "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
  }
}

返回结果 #

状态码	状态码含义	说明	数据模型
200	OK(opens new window)	Create embeddings	Inline

返回数据结构 #

状态码 200

名称	类型	必选	约束	中文名	说明
» object	string	true	none		none
» data	[object]	true	none		none
»» object	string	false	none		none
»» embedding	[number]	false	none		none
»» index	integer	false	none		none
» model	string	true	none		none
» usage	object	true	none		none
»» prompt_tokens	integer	true	none		none
»» total_tokens	integer	true	none		none