OpenAIは、テキスト検索、テキスト類似性、コード検索など、これまでの5つのモデルの機能を統合した最先端のエンベッディングモデルであるtext-embedding-ada-002を発表した。この新しいモデルは、従来のもっとも高性能なモデルであるDavinciをほとんどのタスクで上回り、しかも99.8%の大幅なコスト削減を実現している。また、text-embedding-ada-002はより使いやすくなっており、ユーザーにとってより便利な選択肢となっているのだ。
エンベッディングとは、コンピュータがその概念間の関係を理解できるようにするための概念の数値表現である。検索、クラスタリング、レコメンデーション、異常検知、多様性測定、分類などのタスクでよく使用されている。エンベッディングは、浮動小数点の演算による実数または複素数の整数のベクトルで構成され、2つのベクトル間の距離は、その関係の強さを示す。一般に、距離が近いほど強い関係を示し、遠いほど弱い関係を示す。
OpenAIで利用できるエンベッディングモデルは、第2世代から1種類、第1世代から16種類の合計17種類だ。OpenAIのために選ばれたアプローチは、text-embedding-ada-002である。他と比較してより実用的で、手頃な価格で、効率的なのだ。
また、text-embedding-ada-002は、その機能と費用対効果に加えて、以前のモデルよりも使い方がシンプルになっている。そのため、エンベッディングソリューションを導入する際に、時間と労力を節約したい場合に便利な選択肢だ。
OpenAIのエンベッディングエンドポイントの最初のリリース以来、いくつかのアプリケーションが、情報の調整、提案、検索にエンベッディングを採用している。改良されたモデルの一例として、新しいエンベッディングモデルがあり、NLPやその他のコーディング関連のタスクに、より効果的なツールとなっているのだ。
OpenAIによると、新しいエンベッディングモデルは、コードや自然言語処理に関わる仕事において、はるかに強力なツールになる。とはいえ、エンベッディングモデルは、場合によっては信頼性が低く、社会的なリスクもあり、リスクに対応しなければ被害をもたらす可能性があるのだ。
text-embedding-ada-002の登場により、エンベッディング技術は大きく進歩した。効率、価格、使いやすさを兼ね備えた強力なツールであるため、さまざまなアプリケーションやユーザーにとって貴重なツールとなっている。