Bagikan melalui


Get Embeddings - Get Embeddings

Mengembalikan vektor penyematan untuk perintah teks tertentu. Metode ini melakukan panggilan REST API ke rute /embeddings pada titik akhir yang diberikan.

POST https://{resource}.services.ai.azure.com/models/embeddings?api-version=2024-05-01-preview

Parameter URI

Nama Dalam Diperlukan Jenis Deskripsi
resource
path True

string

Nama sumber daya Azure AI Services, misalnya 'my-resource'

api-version
query True

string

minLength: 1

Versi API yang akan digunakan untuk operasi ini.

Header Permintaan

Nama Diperlukan Jenis Deskripsi
extra-parameters

ExtraParameters

Mengontrol apa yang terjadi jika parameter tambahan, yang tidak ditentukan oleh REST API, diteruskan dalam payload permintaan JSON. Ini mengatur header permintaan HTTP extra-parameters.

Isi Permintaan

Nama Diperlukan Jenis Deskripsi
input True

string[]

Masukkan teks untuk disematkan, dikodekan sebagai string atau array token. Untuk menyematkan beberapa input dalam satu permintaan, berikan array string atau array array token.

dimensions

integer (int32)

Fakultatif. Jumlah dimensi yang harus dimiliki penyematan output yang dihasilkan. Meneruskan null menyebabkan model menggunakan nilai defaultnya. Mengembalikan kesalahan 422 jika model tidak mendukung nilai atau parameter.

encoding_format

EmbeddingEncodingFormat

Fakultatif. Format yang diinginkan untuk penyematan yang dikembalikan.

input_type

EmbeddingInputType

Fakultatif. Jenis input. Mengembalikan kesalahan 422 jika model tidak mendukung nilai atau parameter.

model

string

ID model AI tertentu untuk digunakan, jika lebih dari satu model tersedia di titik akhir.

Respons

Nama Jenis Deskripsi
200 OK

EmbeddingsResult

Permintaan telah berhasil.

Other Status Codes

Azure.Core.Foundations.ErrorResponse

Respons kesalahan tak terduga.

Header

x-ms-error-code: string

Keamanan

api-key

Jenis: apiKey
Dalam: header

OAuth2Auth

Jenis: oauth2
Alur: implicit
URL Otorisasi: https://login.microsoftonline.com/common/oauth2/v2.0/authorize

Cakupan

Nama Deskripsi
https://cognitiveservices.azure.com/.default

Contoh

maximum set embeddings
minimum set embeddings

maximum set embeddings

Permintaan sampel

POST https://{resource}.services.ai.azure.com/models/embeddings?api-version=2024-05-01-preview


{
  "input": [
    "This is a very good text"
  ],
  "dimensions": 1024,
  "encoding_format": "float",
  "input_type": "text",
  "model": "my-model-name"
}

Respon sampel

{
  "id": "cknxthfa",
  "data": [
    {
      "index": 0,
      "object": "embedding",
      "embedding": [
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0
      ]
    }
  ],
  "object": "list",
  "model": "my-model-name",
  "usage": {
    "prompt_tokens": 15,
    "total_tokens": 15
  }
}

minimum set embeddings

Permintaan sampel

POST https://{resource}.services.ai.azure.com/models/embeddings?api-version=2024-05-01-preview

{
  "input": [
    "This is a very good text"
  ]
}

Respon sampel

{
  "id": "cknxthfa",
  "data": [
    {
      "index": 0,
      "object": "embedding",
      "embedding": [
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0,
        0
      ]
    }
  ],
  "object": "list",
  "model": "my-model-name",
  "usage": {
    "prompt_tokens": 15,
    "total_tokens": 15
  }
}

Definisi

Nama Deskripsi
Azure.Core.Foundations.Error

Objek kesalahan.

Azure.Core.Foundations.ErrorResponse

Respons yang berisi detail kesalahan.

Azure.Core.Foundations.InnerError

Objek yang berisi informasi yang lebih spesifik tentang kesalahan. Sesuai pedoman Azure REST API - https://aka.ms/AzureRestApiGuidelines#handling-errors.

EmbeddingEncodingFormat

Menentukan jenis penyematan yang akan dihasilkan. Jenis penyematan terkompresi seperti uint8, int8, ubinary dan binary, dapat mengurangi biaya penyimpanan tanpa mengorbankan integritas data. Mengembalikan kesalahan 422 jika model tidak mendukung nilai atau parameter. Baca dokumentasi model untuk mengetahui nilai yang didukung oleh model Anda.

EmbeddingInputType

Mewakili jenis input yang digunakan untuk menyematkan pencarian.

EmbeddingItem

Representasi perbandingan keterkaitan penyematan tunggal.

EmbeddingsOptions

Informasi konfigurasi untuk permintaan penyematan.

EmbeddingsResult

Representasi data respons dari permintaan penyematan. Penyematan mengukur keterkaitan string teks dan umumnya digunakan untuk pencarian, pengklusteran, rekomendasi, dan skenario serupa lainnya.

EmbeddingsUsage

Pengukuran jumlah token yang digunakan dalam permintaan dan respons ini.

ExtraParameters

Mengontrol apa yang terjadi jika parameter tambahan, yang tidak ditentukan oleh REST API, diteruskan dalam payload permintaan JSON.

Azure.Core.Foundations.Error

Objek kesalahan.

Nama Jenis Deskripsi
code

string

Salah satu sekumpulan kode kesalahan yang ditentukan server.

details

Azure.Core.Foundations.Error[]

Array detail tentang kesalahan tertentu yang menyebabkan kesalahan yang dilaporkan ini.

innererror

Azure.Core.Foundations.InnerError

Objek yang berisi informasi yang lebih spesifik daripada objek saat ini tentang kesalahan.

message

string

Representasi kesalahan yang dapat dibaca manusia.

target

string

Target kesalahan.

Azure.Core.Foundations.ErrorResponse

Respons yang berisi detail kesalahan.

Nama Jenis Deskripsi
error

Azure.Core.Foundations.Error

Objek kesalahan.

Azure.Core.Foundations.InnerError

Objek yang berisi informasi yang lebih spesifik tentang kesalahan. Sesuai pedoman Azure REST API - https://aka.ms/AzureRestApiGuidelines#handling-errors.

Nama Jenis Deskripsi
code

string

Salah satu sekumpulan kode kesalahan yang ditentukan server.

innererror

Azure.Core.Foundations.InnerError

Kesalahan dalam.

EmbeddingEncodingFormat

Menentukan jenis penyematan yang akan dihasilkan. Jenis penyematan terkompresi seperti uint8, int8, ubinary dan binary, dapat mengurangi biaya penyimpanan tanpa mengorbankan integritas data. Mengembalikan kesalahan 422 jika model tidak mendukung nilai atau parameter. Baca dokumentasi model untuk mengetahui nilai yang didukung oleh model Anda.

Nilai Deskripsi
base64

Dapatkan kembali representasi biner dari penyematan yang dikodekan sebagai string Base64. Pustaka OpenAI Python mengambil penyematan dari API sebagai data biner yang dikodekan, daripada menggunakan representasi desimal perantara seperti yang biasanya dilakukan.

binary

Mendapatkan kembali penyematan biner yang ditandatangani

float

Dapatkan kembali penyematan presisi penuh

int8

Dapatkan kembali penyematan int8 yang ditandatangani

ubinary

Mendapatkan kembali penyematan biner yang tidak ditandatangani

uint8

Dapatkan kembali penyematan int8 yang tidak ditandatangani

EmbeddingInputType

Mewakili jenis input yang digunakan untuk menyematkan pencarian.

Nilai Deskripsi
text

Menunjukkan input adalah input teks umum.

query

Menunjukkan input mewakili kueri pencarian untuk menemukan dokumen yang paling relevan di database vektor Anda.

document

Menunjukkan input mewakili dokumen yang disimpan dalam database vektor.

EmbeddingItem

Representasi perbandingan keterkaitan penyematan tunggal.

Nama Jenis Deskripsi
embedding

number[] (float)

Daftar nilai penyematan untuk perintah input. Ini mewakili pengukuran keterkaitan berbasis vektor dari input yang disediakan. Atau string yang dikodekan base64 dari vektor penyematan.

index

integer (int32)

Indeks perintah yang sesuai dengan EmbeddingItem.

object enum:

embedding

Tipe objek dari item penyematan ini. Akan selalu embedding.

EmbeddingsOptions

Informasi konfigurasi untuk permintaan penyematan.

Nama Jenis Deskripsi
dimensions

integer (int32)

Fakultatif. Jumlah dimensi yang harus dimiliki penyematan output yang dihasilkan. Meneruskan null menyebabkan model menggunakan nilai defaultnya. Mengembalikan kesalahan 422 jika model tidak mendukung nilai atau parameter.

encoding_format

EmbeddingEncodingFormat

Fakultatif. Format yang diinginkan untuk penyematan yang dikembalikan.

input

string[]

Masukkan teks untuk disematkan, dikodekan sebagai string atau array token. Untuk menyematkan beberapa input dalam satu permintaan, berikan array string atau array array token.

input_type

EmbeddingInputType

Fakultatif. Jenis input. Mengembalikan kesalahan 422 jika model tidak mendukung nilai atau parameter.

model

string

ID model AI tertentu untuk digunakan, jika lebih dari satu model tersedia di titik akhir.

EmbeddingsResult

Representasi data respons dari permintaan penyematan. Penyematan mengukur keterkaitan string teks dan umumnya digunakan untuk pencarian, pengklusteran, rekomendasi, dan skenario serupa lainnya.

Nama Jenis Deskripsi
data

EmbeddingItem[]

Menyematkan nilai untuk perintah yang dikirimkan dalam permintaan.

id

string

Pengidentifikasi unik untuk hasil penyematan.

model

string

ID model yang digunakan untuk menghasilkan hasil ini.

object enum:

list

Jenis objek hasil penyematan. Akan selalu list.

usage

EmbeddingsUsage

Jumlah penggunaan untuk input token menggunakan API penyematan.

EmbeddingsUsage

Pengukuran jumlah token yang digunakan dalam permintaan dan respons ini.

Nama Jenis Deskripsi
prompt_tokens

integer (int32)

Jumlah token dalam permintaan.

total_tokens

integer (int32)

Jumlah total token yang ditransaksikan dalam permintaan/respons ini. Harus sama dengan jumlah token dalam permintaan.

ExtraParameters

Mengontrol apa yang terjadi jika parameter tambahan, yang tidak ditentukan oleh REST API, diteruskan dalam payload permintaan JSON.

Nilai Deskripsi
error

Layanan akan melakukan kesalahan jika mendeteksi parameter tambahan dalam payload permintaan. Ini adalah default layanan.

drop

Layanan akan mengabaikan (menghilangkan) parameter tambahan dalam payload permintaan. Ini hanya akan meneruskan parameter yang diketahui ke model AI back-end.

pass-through

Layanan ini akan meneruskan parameter tambahan ke model AI back-end.