最后,我们可以利用智谱AI刚刚推出的 embedding-3 这个 Embedding 模型,计算下两个字幕的语义相似度: # 计算原版英文字幕和翻译后的中文字幕在语义上的相似度 embeddings = ZhipuAIEmbeddings(model="embedding-3") english_embedding = embeddings.embed_documents([full_english_caption
from langchain_community.embeddings import ZhipuAIEmbeddings embed = ZhipuAIEmbeddings( model="embedding text_splitter.split_documents(docs) # print(len(splits)) # 设置嵌入模型 embeddings = ZhipuAIEmbeddings( model="embedding text_splitter.split_documents(docs) # print(len(splits)) # 设置嵌入模型 embeddings = ZhipuAIEmbeddings( model="embedding
client.embeddings.create( model="embedding-2", #填写需要调用的模型编码 input="你好", ) print(response_2) # Embedding -3 response_3 = client.embeddings.create( model="embedding-3", #填写需要调用的模型编码 input=["美食非常美味,服务员也很友好 的长度 print(response_2.data[0].embedding[:10]) # 打印 response_2 的第一个 embedding 的前 10 个值 print("------ Embedding • embedding-2 的维度为 1024,embedding-3 的维度为 2048,后者消耗更多 tokens。 5. LangChain 接入智谱模型 安装依赖 首先,确保安装所需的库: ! langchain_community.embeddings import ZhipuAIEmbeddings embedding = ZhipuAIEmbeddings( model="embedding
] = "Your_API_KEY"zhipu_chat = ChatZhipuAI(model='glm-4')zhipu_embedding = ZhipuAIEmbeddings(model="embedding
BigModel开放平台: https://open.bigmodel.cn/ [3] 智谱 BigModelEmbedding接口: https://www.bigmodel.cn/dev/api/vector/embedding
open.bigmodel.cn/api/paas/v4", openai_api_key="xxxx", embedding_ctx_length=512, chunk_size=512, model="embedding