如何修改OpenAI Embeddings API的嵌入输出维度？

text-embedding-ada-002模型本身固定返回1536维的嵌入向量，OpenAI官方接口没有提供直接修改向量长度的参数，你需要在获取到完整向量后自行处理，以下是两种可行方案：

方案一：直接截断向量 #

最简单的方式是截取向量的前N个元素，快速得到目标长度的向量，适合对计算效率要求高的场景：

import { Configuration, OpenAIApi } from 'openai';

const configuration = new Configuration({
  apiKey: process.env.OPENAI_API_KEY,
});
const openai = new OpenAIApi(configuration);

async function getTruncatedEmbedding(text, targetLength) {
  const parameters = {
    model: 'text-embedding-ada-002',
    input: text,
  };
  const resp = await openai.createEmbedding(parameters);
  const fullEmbedding = resp.data.data[0].embedding;
  // 若目标长度大于原向量长度，直接返回原向量；否则截取前targetLength个元素
  return fullEmbedding.slice(0, targetLength);
}

// 调用示例：获取长度为512的嵌入向量
const truncatedEmbedding = await getTruncatedEmbedding('需要生成嵌入的文本', 512);

方案二：使用降维算法保留关键信息 #

如果希望尽可能保留向量的核心特征，可以用PCA（主成分分析）等降维算法，需要引入第三方机器学习库（比如ml.js）：

import { Configuration, OpenAIApi } from 'openai';
import { PCA } from 'ml-pca';

const configuration = new Configuration({
  apiKey: process.env.OPENAI_API_KEY,
});
const openai = new OpenAIApi(configuration);

async function getReducedEmbedding(text, targetLength) {
  const parameters = {
    model: 'text-embedding-ada-002',
    input: text,
  };
  const resp = await openai.createEmbedding(parameters);
  const fullEmbedding = resp.data.data[0].embedding;
  
  // 初始化PCA并训练（单向量训练仅作演示，实际场景建议用批量数据训练PCA模型）
  const pca = new PCA([fullEmbedding]);
  // 将向量降维到目标长度
  const reducedEmbedding = pca.predict(fullEmbedding, { nComponents: targetLength });
  return reducedEmbedding;
}

// 调用示例：将向量降维到512维
const reducedEmbedding = await getReducedEmbedding('需要生成嵌入的文本', 512);

两种方案对比 #

• 截断法：实现简单、计算快，但可能丢失尾部维度的信息，适合对精度要求不高的场景。
• 降维法：能保留更多关键特征，但需要额外的计算资源和依赖库，适合对向量精度有要求的场景。

内容的提问来源于stack exchange，提问作者Nadsah