OpenAI Text Embedding 3
托管式嵌入模型，支持可配置的输出维度。
概览
Text Embedding 3 是 OpenAI 的托管嵌入模型系列，其显著特点是允许调用方选择比模型原生输出更短的输出向量。它直接解决了存储问题：嵌入索引的大小由维度数乘以向量数决定，因此将 3072 维缩减到 512 或 256 维，能以较小的质量代价大幅缩小索引。它之所以存在，是因为这一权衡由调用方来做比模型作者更合适，并且它免去了为改变这一点而重新训练的需要。
技术图谱
OpenAI Text Embedding 3 如何与技术栈的其他部分相连。
应用于
- RAG technique Techniques OpenAI Text Embedding 3 used for RAG High ✓ source
工具
实现或集成 OpenAI Text Embedding 3 的软件。
LLM Frameworks
替代方案
-
BGE
model
OpenAI Text Embedding 3 的替代方案 · source
-
Cohere Embed
model
OpenAI Text Embedding 3 的替代方案 · source
-
E5
model
OpenAI Text Embedding 3 的替代方案 · source
-
GTE
model
OpenAI Text Embedding 3 的替代方案 · source
-
Instructor
model
OpenAI Text Embedding 3 的替代方案 · source
-
Jina Embeddings
model
OpenAI Text Embedding 3 的替代方案 · source
-
Nomic Embed
model
OpenAI Text Embedding 3 的替代方案 · source
对比
与上述替代方案的逐项对比。