OpenAI Text Embedding 3 Large
Text Embedding 3 Large produce embeddings de texto de alta calidad para búsqueda, clustering y recomendaciones.
What is Text Embedding 3 Large?
Text Embedding 3 Large de OpenAI codifica texto en vectores densos para recuperación y analítica. Úsalo en pipelines RAG, búsqueda semántica, recomendaciones y detección de temas en múltiples idiomas. Optimizado para calidad y latencia para escalar a grandes corpus.
Technical Specifications
8,191 tokens
Vector de 3072 dimensiones
2024
Active
Capabilities
Benchmark Scores
Pros & Cons
Pros
- Alta calidad de recuperación
- Inferencia rápida y vectores compactos
- Funciona en múltiples idiomas
Cons
- No es un modelo generativo
- Requiere un buen chunking para evitar desvíos
- La calidad depende de la configuración del índice
Features
Búsqueda semántica
Codifica consultas y documentos en el mismo espacio vectorial.
Multitarea
Usa un único embedding para búsqueda, recomendaciones y clustering.
Escalable
Baja latencia y vectores compactos para grandes corpus.
Use Cases
Indexación RAG
Genera embeddings de bases de conocimiento para una recuperación precisa aumentada por generación.
Recomendaciones
Agrupa ítems similares y muestra contenido relevante.
Analítica
Detecta temas, intención y anomalías en flujos de texto.