वेक्टर एंबेडिंग
POST
/v1/ai/{project_id}/embedटेक्स्ट एम्बेडिंग की गणना करता है और उन्हें आयाम-पृथक PostgreSQL कॉलम (768, 1536, 3072) में संग्रहीत करता है।
यह पृष्ठ स्वचालित रूप से अनुवादित किया गया था. अंग्रेजी संस्करण प्रामाणिक है.
#
अनुरोध
पैरामीटर
| पैरामीटर | प्रकार | आवश्यक | विवरण |
|---|---|---|---|
text | string | हाँ | एम्बेड करने और जारी रखने के लिए पाठ. |
namespace | string | हाँ | लक्ष्य विभाजन नामस्थान दस्तावेज़ स्थानों को अलग करता है। |
metadata | object | नहीं | वेक्टर रिकॉर्ड से जुड़ा मनमाना JSON मेटाडेटा। |
#
वास्तुकला
बहु-आयामी भंडारण
जानकारी
Aurabase समर्पित कॉलम के साथ बहु-आयामी वेक्टर रूटिंग प्रदान करता है:
768: मिथुनtext-embedding-004(embedding_768में संग्रहीत)।1536: OpenAItext-embedding-3-small(embedding_1536में संग्रहीत)।3072: OpenAItext-embedding-3-large(HNSW अनुक्रमण के लिएhalfvecका उपयोग करकेembedding_3072में संग्रहीत)।
क्रॉस-मॉडल सिमेंटिक बहाव को रोकने के लिए वेक्टर को सक्रिय embedding_model के साथ टैग किया गया है।
v1.0 · संशोधित 31 अक्टू॰ 2026