Azure OpenAI ile ekleme oluşturmayı öğrenin

Ekleme, makine öğrenmesi modelleri ve algoritmaları tarafından kolayca kullanılabilen özel bir veri gösterimi biçimidir. Ekleme, bir metin parçasının anlamsal anlamının yoğun bilgi gösterimidir. Her ekleme, kayan nokta sayılarından oluşan bir vektördür, böylece vektör uzayında iki ekleme arasındaki uzaklık, özgün biçimdeki iki giriş arasındaki anlamsal benzerlikle ilişkilendirilir. Örneğin, iki metin benzerse, vektör gösterimleri de benzer olmalıdır. MongoDB için Azure Cosmos DB sanal çekirdeği, Azure SQL Veritabanı veya PostgreSQL için Azure Veritabanı - Esnek Sunucu gibi Azure Veritabanlarında güç vektör benzerlik araması ekler.

Eklemeleri alma

Bir metin parçası için ekleme vektöru elde etmek için, aşağıdaki kod parçacıklarında gösterildiği gibi ekleme uç noktasına bir istekte bulunuruz:

konsol

Console

curl https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/embeddings?api-version=2024-02-01\
  -H 'Content-Type: application/json' \
  -H 'api-key: YOUR_API_KEY' \
  -d '{"input": "Sample Document goes here"}'

OpenAI Python 1.x

Python

import os
from openai import AzureOpenAI

client = AzureOpenAI(
  api_key = os.getenv("AZURE_OPENAI_API_KEY"),  
  api_version = "2024-06-01",
  azure_endpoint =os.getenv("AZURE_OPENAI_ENDPOINT") 
)

response = client.embeddings.create(
    input = "Your text string goes here",
    model= "text-embedding-3-large"
)

print(response.model_dump_json(indent=2))

OpenAI Python 0.28.1

Not

OpenAI Python kitaplığı sürümü 0.28.1 kullanım dışıdır. 1.x kullanmanızı öneririz. uygulamasından adresine 0.28.1 geçiş hakkında bilgi için geçiş kılavuzumuza 1.x bakın.

Python

import openai

openai.api_type = "azure"
openai.api_key = "YOUR_API_KEY"
openai.api_base = "https://YOUR_RESOURCE_NAME.openai.azure.com"
openai.api_version = "2024-06-01"

response = openai.Embedding.create(
    input="Your text string goes here",
    engine="YOUR_DEPLOYMENT_NAME"
)
embeddings = response['data'][0]['embedding']
print(embeddings)

C#

C#

using Azure;
using Azure.AI.OpenAI;

Uri oaiEndpoint = new ("https://YOUR_RESOURCE_NAME.openai.azure.com");
string oaiKey = "YOUR_API_KEY";

AzureKeyCredential credentials = new (oaiKey);

OpenAIClient openAIClient = new (oaiEndpoint, credentials);

EmbeddingsOptions embeddingOptions = new()
{
    DeploymentName = "text-embedding-3-large",
    Input = { "Your text string goes here" },
};

var returnValue = openAIClient.GetEmbeddings(embeddingOptions);

foreach (float item in returnValue.Value.Data[0].Embedding.ToArray())
{
    Console.WriteLine(item);
}

PowerShell

PowerShell

# Azure OpenAI metadata variables
$openai = @{
    api_key     = $Env:AZURE_OPENAI_API_KEY
    api_base    = $Env:AZURE_OPENAI_ENDPOINT # your endpoint should look like the following https://YOUR_RESOURCE_NAME.openai.azure.com/
    api_version = '2024-02-01' # this may change in the future
    name        = 'YOUR-DEPLOYMENT-NAME-HERE' #This will correspond to the custom name you chose for your deployment when you deployed a model.
}

$headers = [ordered]@{
    'api-key' = $openai.api_key
}

$text = 'Your text string goes here'

$body = [ordered]@{
    input = $text
} | ConvertTo-Json

$url = "$($openai.api_base)/openai/deployments/$($openai.name)/embeddings?api-version=$($openai.api_version)"

$response = Invoke-RestMethod -Uri $url -Headers $headers -Body $body -Method Post -ContentType 'application/json'
return $response.data.embedding

En iyi yöntemler

Girişlerin uzunluk üst sınırını aşmadığını doğrulayın

• En son ekleme modellerimiz için maksimum giriş metni uzunluğu 8.192 belirteçtir. İstekte bulunmadan önce girişlerinizin bu sınırı aşmadığını doğrulamanız gerekir.
• Tek bir ekleme isteğinde bir giriş dizisi gönderiliyorsa en büyük dizi boyutu 2048'dir.
• Tek bir istekte bir dizi giriş gönderirken, isteklerinizdeki dakika başına belirteç sayısının model dağıtımında atanan kota sınırının altında kalması gerektiğini unutmayın. Varsayılan olarak, en son nesil 3 ekleme modelleri bölge başına 350 K TPM sınırına tabidir.

Sınırlamalar ve riskler

Ekleme modellerimiz güvenilir olmayabilir veya bazı durumlarda sosyal riskler oluşturabilir ve risk azaltmaların olmamasında zarara neden olabilir. Onların kullanımına sorumlu bir şekilde yaklaşma hakkında daha fazla bilgi için Sorumlu yapay zeka içeriğimizi gözden geçirin.

Sonraki adımlar

• Eklemeler öğreticimizle belge araması yapmak için Azure OpenAI ve eklemeleri kullanma hakkında daha fazla bilgi edinin.
• Azure OpenAI'yi destekleyen temel modeller hakkında daha fazla bilgi edinin.
• Seçtiğiniz hizmeti kullanarak eklemelerinizi depolayın ve vektör (benzerlik) araması yapın:
  • Azure AI Arama
  • MongoDB için Azure Cosmos DB sanal çekirdeği
  • Azure SQL Veritabanı
  • NoSQL için Azure Cosmos DB
  • PostgreSQL için Azure Cosmos DB
  • PostgreSQL için Azure Veritabanı - Esnek Sunucu
  • Redis için Azure Önbelleği
  • Eventhouse'u vektör veritabanı olarak kullanma - Microsoft Fabric'te Gerçek Zamanlı Zeka