text-embeddings

JFinTEB引入了首个全面的基准，专门用于评估日本金融文本嵌入，填补了特定领域和语言特定评估资源的空白。该基准包括在日本特定、多语言和商业嵌入模型中评估的检索和分类任务，数据集和评估框架已公开发布。

OpenAI 发布了 text-embedding-ada-002，这是一个统一的嵌入模型，将之前的五个模型整合为一个，具有更出色的性能、4 倍更长的上下文窗口（8192 个令牌）、更小的维度（1536）以及比之前的 Davinci 嵌入模型低 99.8% 的定价。

一个托管在 Replicate 上的基于 CLIP 的嵌入模型，使用 clip-vit-large-patch14 架构为图像和文本生成 768 维嵌入向量，每次运行费用约为 $0.00022。