Supabase Blog·· 2024-02-13精选AI 评分72
Supabase 实测：用 Matryoshka 嵌入和自适应检索加速 OpenAI 向量搜索
Matryoshka embeddings: faster OpenAI vector search using Adaptive Retrieval
AI 导读
Supabase 实测了 OpenAI 第三代文本嵌入模型 text-embedding-3-small 和 text-embedding-3-large 的 Matryoshka 特性，即通过 dimensions 参数把向量从默认 3072 维截短，并给出在 pgvector 上实现两段式自适应检索的完整方案。
推荐理由
用 OpenAI 新嵌入模型做向量检索的，可以照这套两段式自适应检索把 3072 维查询压到 512 维首轮，兼顾 99% 准确率与 QPS。
来源：Supabase Blog · supabase.com