Получить embeddings

Embeddings превращают текст в числовой вектор для смыслового поиска, кластеризации и рекомендаций.

Минимальный запрос#

curl https://api.dslab.tech/v1/embeddings \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DSLAB_API_KEY" \
  -d '{
    "model": "<embedding-model-id>",
    "input": [
      "Первый документ",
      "Второй документ"
    ]
  }'

Ответ содержит по одному вектору на каждый входной элемент.

Параметр dimensions#

Некоторые модели позволяют уменьшать размерность через dimensions. Не передавайте это поле, если страница модели не подтверждает поддержку.

Размерность должна быть одинаковой для документов и запросов в одном индексе. После её изменения существующие векторы нужно пересчитать.

Правила индексации#

• используйте одну модель и одну размерность внутри индекса;

• сохраняйте ID модели рядом с метаданными индекса;

• разбивайте длинные документы стабильным способом;

• не смешивайте векторы после смены модели;

• проверяйте качество поиска на собственных запросах.

Мультимодальные embeddings доступны только у моделей, для которых это явно указано на странице.