Kolejnym eksperymentalnym punktem końcowym interfejsu API jest osadzanie. Osadzanie jest podstawą każdego modelu uczenia maszynowego i umożliwia przechwytywanie semantyki z tekstu poprzez konwersję go na wektory o dużych wymiarach. Obecnie programiści mają tendencję do korzystania z modeli open source do tworzenia osadzania swoich danych, które można wykorzystać do różnych zadań, takich jak rekomendowanie, modelowanie tematów, wyszukiwanie semantyczne itp. OpenAI zdało sobie sprawę, że GPT-3 ma ogromny potencjał w zakresie zastosowań opartych na osadzaniu i osiągaj najnowocześniejsze wyniki. Generowanie osadzania danych wejściowych jest bardzo proste i opakowane w formie wywołania API. Aby utworzyć wektor osadzania reprezentujący tekst wejściowy, możesz użyć następującego podpisu:
POST https://api.openai.com/v1/engines/{engine_id}/embeddings
Aby wywołać punkt końcowy osadzania, możesz wybrać typ silnika w zależności od przypadku użycia, korzystając z dokumentacji osadzania. Każdy silnik ma swoje specyficzne wymiary osadzania, przy czym Davinci jest największy, a Ada najmniejszy. Wszystkie silniki osadzające wywodzą się z czterech modeli podstawowych i są klasyfikowane na podstawie przypadków użycia, aby umożliwić wydajne i ekonomiczne użytkowanie.